¿Cómo limpiar Microsoft html doc?

Question

Tengo un documento bastante grande en formato html que se generó a partir de Microsoft Word. Está muuuuy desordenado y lleno de cosas hinchadas (como etiquetas desconocidas, espacios de nombres desconocidos, etc. y otras cosas hinchadas)

¿hay alguna forma de convertirlo en sintaxis html simple?

Answer 1

Pruebe HTML Tidy . Escuché que funciona bastante bien en HTML generado por MS Word (definitivamente al menos hasta Word 2000, pero probablemente también en versiones más recientes).

Answer 2

Esto no es realmente una pregunta de programación, pero (al menos las versiones recientes de) Word puede guardar en " Página web, Filtrado " ;, que elimina las etiquetas y propiedades específicas de Office y solo deja las etiquetas necesarias para que el documento se represente en un navegador web. Por lo tanto, si tiene Word, puede intentar usarlo para abrir el documento HTML y guardarlo en ese formato.

Answer 3

Probablemente esté buscando HTML Tidy , que tiene adaptadores en bastante casi todos los idiomas que hay Tiene opciones para limpiar la salida HTML de Microsoft Word (y muchas otras características).

Answer 4

pruebe herramienta en línea Cleanup HTML para limpiar palabras HTML