从网页源码里真正想要的往往只有正文，剩下的 <div>、<script>、class="..." 都是噪音。把源码整段贴进来，工具在浏览器里把 HTML 解析成 DOM，删掉脚本和样式，再按块把文字一段一段取出来。
和「在网页上全选复制」不是一回事：复制拿到的是浏览器渲染后的样子，这里读的是源码本身，所以后台接口返回的 HTML、邮件模板、导出文件里的片段，都能用同一种方式处理，也不需要把内容发到任何服务器。
| 场景 | 要解决的事 | 建议设置 |
|---|---|---|
| 采集网页正文 | 拿到一堆带标签的源码，只想存成干净的 txt | 一段一行 |
| 接口返回 HTML 片段 | 调试时看 response body 里到底写了什么字 | 一段一行 |
| 邮件 / CMS 模板 | 改文案前先把现有内容抽出来核对 | 一段一行 · 去掉导航页脚 |
| 参考文献要留出处 | 正文里的超链接地址不能丢 | 链接：带上网址 |
| 整页源码含菜单 | 导航、页脚、搜索框的文字混在正文里 | 打开「去掉导航页脚」 |
| 代码块 / 预格式文本 | 缩进和换行本身有含义，不能被压平 | 保留原缩进 |
| 表格数据 | 一行一条记录，粘进 Excel 能分列 | 一段一行（单元格之间是制表符） |
| 源码片段 | 一段一行 |
|---|---|
| <p>第一段<b>重点</b>在这里</p> | 第一段重点在这里 |
| <li>条目一</li><li>条目二</li> | 条目一 条目二 |
| <td>张三</td><td>28</td> | 张三 28 |
| <a href="/x">点这里</a> | 点这里（带网址时：点这里 (/x)） |
| <script>var a=1;</script> | （不输出） |
行内的 <b>、<span>、<a> 不会把一句话拆成好几行，只有块级元素（段落、列表项、标题、表格行）才换行——旧版是每遇到一个标签就换行，「第一段重点在这里」会被拆成三行。
网页上复制的走的是浏览器渲染结果，样式里写 display:none 的文字拿不到、换行也取决于排版。这里解析的是源码：隐藏的文字照样会被提取，注释、脚本、样式则被明确删掉。反过来，纯靠 CSS 生成的编号（::before）不会出现在源码里，自然也抽不到。
因为源码里每个字/词都包了块级标签（有些网站用 甚至 当排版单位）。块级元素按定义就该换行，工具只能照源码走。这种情况改用「拼成一整段」，或者先在下方的结果框里手动整理。
不会。第一段重点在这里
它按标签名删：nav、header、footer、aside、form、button。有些网站把正文整块放在 里，这时确实会一起删掉——发现结果少了就把它关掉。
每个 输出一行，单元格之间用制表符（\t）。粘进 Excel 会自动分列，也能在文本编辑器里看出列的分界。合并单元格（rowspan / colspan）不会补空格，取出来只是少几列。
会被正常解码：& 变成 &， 变成不换行空格，< 变成 <。「一段一行」里这些空白会被合并成一个空格，「保留原缩进」里原样留着。
浏览器自带的解析器会按 HTML5 规则自动补齐和纠正，缺 也能得到一份完整 DOM。代价是过于混乱的源码可能被"修"出你没预期的结构，结果对不上时可以先在浏览器里打开看看。
一般整页源码在几百 KB 以内，处理通常不到 100 毫秒。几兆的源码会明显停顿一两秒，这是浏览器在解析 DOM，不会中途丢内容。
不会。解析在你的浏览器里完成，页面不发送任何请求，关掉标签页内容就消失了。
这个工具完全在你的浏览器里运行：你输入的内容、上传的文件，都不会离开你的电脑，也不会传到任何服务器。
放心用，数据只在你自己的电脑上转一圈。
用手机相机扫描二维码，即可继续使用该工具
遇到问题或有好建议？告诉我们。