Convertir HTML a texto plano (TXT)
Para extraer texto plano de HTML, sube tu archivo .html o .htm, elige TXT y convierte. Se eliminan las etiquetas y los bloques <script> y <style>; los títulos y los párrafos se separan con líneas en blanco, los elementos de lista conservan las viñetas • o la numeración 1., y las celdas de las tablas se separan con tabuladores. El resultado es un archivo .txt en UTF-8 con marca de orden de bytes, de modo que el Bloc de notas y Excel leen correctamente los caracteres con acentos.
- Gratis, sin registro
- Archivos eliminados en 30 minutos
- Hasta 100 MB
Los archivos se eliminan definitivamente de nuestros servidores en 30 minutos.
Cómo convertir HTML a TXT
Sube tu archivo HTML
Arrastra tu archivo HTML al área de carga o búscalo en tu equipo (hasta 100 MB).
Deja TXT como destino
TXT ya está seleccionado en el menú; puedes elegir otro formato si lo necesitas.
Convierte y descarga
Pulsa «Convertir» y la descarga del archivo convertido empieza automáticamente.
¿Qué se conserva?
Se conserva
- Todo el texto visible, en el orden del documento
- La estructura de las listas (viñetas •, numeración 1., sangría anidada)
- Las filas de las tablas, con las celdas separadas por tabuladores
- La sangría dentro de los bloques <pre>
Cambia
- Los títulos y los párrafos se separan con líneas en blanco
- Las reglas <hr> pasan a ser una línea de guiones
No se transfiere
- Las URL de los enlaces (solo queda el texto del enlace)
- Las imágenes, los colores y todo el formato CSS
- Los scripts y los bloques de estilo
Cuándo usarlo
Recuento de palabras, traducción y análisis de texto
Cuando solo necesitas las palabras legibles de una página web o de un correo HTML, pasa el TXT sin etiquetas directamente a una herramienta de traducción, un contador de palabras o un script de análisis de texto sin tener que limpiar antes el marcado.
Llevar una tabla HTML a una hoja de cálculo
Como las celdas de las tablas se separan con tabuladores, puedes copiar las filas de la tabla del TXT resultante y pegarlas en Excel o Google Sheets, donde cada valor cae en su propia celda.
Limitaciones que debes conocer
- Sin entrada de URL; sube un archivo .html o .htm guardado.
- El contenido que JavaScript carga más tarde no está en el archivo guardado, por lo que no se extrae.
Sobre los formatos
¿Qué es HTML?
HTML (HyperText Markup Language) es el lenguaje de marcado en el que se escriben las páginas web. Los títulos, párrafos, listas, tablas, enlaces e imágenes se definen con etiquetas, y CSS controla su aspecto. Un archivo .html se abre en cualquier navegador web sin software adicional y se adapta al ancho de la pantalla en lugar de usar páginas fijas. Las hojas de estilo externas, las fuentes web y las imágenes remotas son recursos independientes y no viajan con el archivo a menos que estén incrustados en él.
¿Qué es TXT?
Un archivo TXT contiene solo caracteres, sin formato, imágenes ni información de diseño de página. Se abre en cualquier programa, desde el Bloc de notas hasta los editores de código, y es el tipo de documento más pequeño y portátil. Que los caracteres con acentos y los no latinos se muestren bien depende de la codificación de caracteres; UTF-8, el estándar actual, admite prácticamente todos los idiomas. El texto plano es ideal para buscar, archivar y mover contenido entre sistemas.
Preguntas frecuentes
¿Se conservan las URL de los enlaces en el texto resultante?
No. El conversor escribe solo el texto visible del enlace y descarta la dirección del atributo href. Si necesitas también las URL, usa en cambio el conversor de HTML a Markdown; allí los enlaces se conservan como [texto](url), y el resultado sigue siendo un archivo de texto plano que puedes leer en cualquier editor.
¿Puedo pegar en Excel una tabla HTML a partir del resultado?
Sí. Cada fila de la tabla se escribe en su propia línea con las celdas separadas por tabuladores, de modo que al pegar esas líneas en Excel o Google Sheets cada valor va a una columna distinta. Las celdas combinadas y las tablas anidadas se aplanan en filas sencillas, por lo que pueden necesitar algo de retoque manual.
¿Qué es la marca de orden de bytes del principio del archivo?
La marca de orden de bytes (BOM) es un marcador invisible que indica a los programas que el archivo es UTF-8. El Bloc de notas de Windows y Excel la usan para mostrar correctamente los caracteres con acentos y los no latinos. La mayoría de los editores la ocultan, aunque algunas herramientas de línea de comandos pueden mostrarla como unos pocos caracteres extraños justo al principio.
¿Es gratis convertir HTML a TXT?
Sí, es totalmente gratis. No hay cuenta, suscripción ni marca de agua: solo sube tu archivo y conviértelo.
¿Mi archivo está seguro y cuándo se elimina?
Tu archivo se transfiere por HTTPS y se guarda en nuestro servidor con un código aleatorio. El archivo subido y el resultado se eliminan definitivamente en 30 minutos, y el enlace de descarga solo funciona para quien tenga tu código único.