HTML Cleaner: як очистити HTML-код від сміття без втрати змісту

HTML Cleaner: очищення HTML-коду

Скопіювали абзац із Word, вставили в CMS, а на сайті шрифт Calibri, дивні відступи і текст, який не слухається вашого CSS. Ось для цього й існує HTML Cleaner. Він прибирає з коду все, що не стосується змісту: вбудовані стилі, службові класи, порожні теги, коментарі. Розмітка лишається чистою, і сайт сам керує її виглядом.

А ще у мене зібрано безкоштовні онлайн-інструменти для щоденних завдань, якщо після картинок доведеться щось конвертувати, перевірити чи підрахувати.

HTML Cleaner – очищення HTML-коду

Видаляйте зайві атрибути, стилі, коментарі та сміттєву розмітку Word або Google Docs локально в браузері

Символів: 0 | Розмір: 0 Б
Символів: 0 | Розмір: 0 Б

Базове очищення та безпека

Додаткові фільтри структури

Нижче розберемо, звідки береться сміття, що саме варто видаляти і в яких випадках чистити не можна.

Що таке HTML Cleaner і навіщо він потрібен

HTML Cleaner (очищувач HTML) отримує на вхід код і повертає його без зайвого. Зміст, заголовки, абзаци, списки й посилання лишаються на місці. Зникає те, що тільки заважає.

Корисний він у кількох ситуаціях.

  • Ви копіюєте текст із Word, Google Docs чи PDF і вставляєте його в редактор сайту.
  • Ви забираєте статтю зі старого сайту на новий.
  • Вам віддали верстку від підрядника, а там кожен рядок має по три style="".
  • Ви готуєте контент для сторінки, де дизайн задає власний стилесет, а не чужий.

Звідки в HTML береться сміття

Брудний код майже ніколи не пишуть руками. Він накопичується при перенесенні між системами.

Текстові редактори. Word додає до розмітки власні службові теги й стилі. Типові ознаки: класи на кшталт MsoNormal, теги <o:p>, властивості з префіксом mso- та умовні коментарі <!--[if gte mso 9]>. Браузер їх ігнорує, а вага сторінки зростає.

Візуальні редакторів і конструктори. Вони люблять обгортати текст у зайві <span> і <div>, ставити класи без жодного стилю та лишати порожні абзаци заради відступів.

Багаторазове редагування. Коли код правили п’ять людей у трьох редакторах, з’являються вкладені однакові теги (<b><b>текст</b></b>), порожні <p>&nbsp;</p> і подвійні пробіли.

HTML Cleaner: як очистити HTML-код від сміття без втрати змісту

Що саме видаляє очищення

Конкретний набір опцій залежить від інструменту. Зазвичай у таких очищувачах є ось що, тому звірте цей список із вашим.

Що прибираємоПрикладНавіщо
Вбудовані стиліstyle="font-family:Calibri"Сторінка бере стилі з вашого CSS
Службові класиclass="MsoNormal"Класи без стилів у вас на сайті не потрібні
Порожні теги<p></p>, <span></span>Менше шуму, немає зайвих відступів
Коментарі<!-- ... -->Легший код
Службові теги Office<o:p>Це не HTML-стандарт
Зайві пробіли й &nbsp;&nbsp;&nbsp;&nbsp;Відступи мають робити стилі, а не пробіли

Тут легко переборщити. Усе, що очищувач видаляє, він видаляє без розбору. Тому дивіться, що саме вмикаєте.

Як користуватися інструментом

Алгоритм простий.

  1. Вставте HTML-код у поле (або завантажте файл, якщо інструмент це вміє).
  2. Оберіть, що прибирати. Якщо не впевнені, починайте з коментарів, порожніх тегів і службового коду Office.
  3. Запустіть очищення.
  4. Перегляньте результат. Не копіюйте вслід і не публікуйте одразу.
  5. Вставте код у CMS і порівняйте вигляд сторінки з очікуваним.

Порада, яка рятує нерви. Збережіть оригінал окремо, хоча б у текстовому файлі. Якщо очищення зламало щось важливе, повернутися буде куди.

Коли чистити HTML не можна

Це місце, яке пропускає більшість інструкцій, а помилка тут коштує дорого.

HTML-листи. У вебверстці вбудовані стилі вважаються поганим тоном. У розсилках усе навпаки: багато поштових клієнтів погано працюють із зовнішніми стилями, тож розробники свідомо пишуть стилі просто в теги. Якщо прибрати style з листа, верстка розсиплеться. Для листів вимикайте опцію видалення вбудованих стилів.

Таблична верстка. У тих самих листах таблиці правлять за каркас сторінки. Не чіпайте їх.

Код із сенсом у класах. Якщо класи потрібні вашому JavaScript чи CSS, не вмикайте їх масове видалення.

Очищення HTML і безпека: це різні речі

Ось що варто запам’ятати. Прибрати зайву розмітку й убезпечити код від шкідливого вмісту — не одне й те саме.

Очищувач для стилів і сміття не призначений для захисту від XSS-атак. Якщо ви приймаєте HTML від користувачів і виводите його на сайті, потрібна окрема санітизація на боці сервера чи спеціальною бібліотекою, наприклад DOMPurify. Про це прямо йдеться в рекомендаціях OWASP щодо захисту від XSS. Не покладайтеся на «косметичну» чистку там, де йдеться про безпеку.

HTML Cleaner, форматувальник чи мініфікатор

Ці три інструменти плутають. Різниця така.

  • Cleaner видаляє непотрібне.
  • Форматувальник (beautifier) лише розставляє відступи, щоб код читався. Зміст не змінюється.
  • Мініфікатор стискає код для швидкого завантаження, прибираючи пробіли й переноси.

Логічний порядок такий. Спочатку очищення, потім за потреби форматування для читання, а мініфікація вже наприкінці, при публікації.

Для перевірки й виправлення помилок у розмітці є ще окремий клас інструментів. Один зі старих і відомих — HTML Tidy, він шукає помилки й упорядковує код.

Типові помилки

  • Очистили все підряд і не перевірили. Деякі стилі несуть зміст: наприклад, виділення чи вирівнювання у таблиці.
  • Чистили лист як сторінку. Про це вище.
  • Видалили класи, потрібні скриптам. Після цього перестає працювати слайдер чи акордеон.
  • Заміна &nbsp; без розуміння. Нерозривний пробіл іноді стоїть там не просто так, наприклад між числом і одиницею виміру. Подивіться, чи не розірвало рядок.

Висновок

HTML Cleaner не робить код ідеальним, зате прибирає мотлох, що накопичився під час копіювання й редагування. Результат виходить легшим, передбачуваним і керованим вашим CSS. Головне правило: перевіряйте, що саме видаляєте, і не плутайте очищення із захистом.

Часті запитання

Чи видаляє очищення текст?

Ні. Текст, заголовки, списки й посилання лишаються. Прибирається службова розмітка й оформлення.

Чи можна очистити код із Word?

Так, це одне з найпоширеніших завдань. Вставте код і приберіть вбудовані стилі, службові класи та теги Office.

Чи безпечно це для сайту?

Для верстки так, але захистом від шкідливого коду воно не є. Для користувацького HTML потрібна окрема санітизація.

Чи потрібно чистити код для листів?

Обережно. У листах вбудовані стилі зазвичай потрібні, тому їх краще не видаляти.

Автор: Lumir

Дивіться також:

Text Cleaner: як швидко очистити та відформатувати текст онлайн

Конвертер одиниць PX у REM та EM онлайн

Генератор Box-Shadow онлайн: як створити CSS-тінь і не помилитися зі значеннями

Прокрутка до верху