Quita las etiquetas del HTML y quédate solo con el texto legible
Esta herramienta para quitar etiquetas HTML elimina etiquetas como <p> o <span>, además de atributos, scripts y comentarios, y deja solo el texto que leería una persona. Interpreta el código igual que un navegador: los párrafos y los elementos de lista van cada uno en su línea y las celdas de las tablas se separan con tabuladores. Los saltos de línea y las sangrías que solo sirven para ordenar el código se reducen a un espacio, tal como ocurre en pantalla.
En el cuadro del código, el texto que se conserva mantiene el color oscuro normal, mientras que etiquetas, atributos, comentarios y scripts se distinguen por color. La barra de debajo muestra cuántos bytes del original son texto legible y qué era el resto. Si prefieres recibir HTML en lugar de texto plano, puedes conservar solo las etiquetas que elijas, como p y a, o quitar solo etiquetas como span y font.
Cuándo hace falta quitar las etiquetas
- Pasar un boletín a un documento: el HTML de un correo comercial viene lleno de tablas de maquetación, estilos en línea y un texto oculto de vista previa pensado para la bandeja de entrada. Si dejas solo las frases que ve el suscriptor, el resultado se pega directamente en un informe o en tus notas.
- Corregir los textos de una ficha de producto: las descripciones que se exportan del panel de una tienda online o de un marketplace suelen envolver cada línea en
fontyspananidados. Puedes sacar el texto para revisar la ortografía o, al revés, quitar solospanyfontpara aligerar el HTML. - Contar las palabras de una entrada de blog: el código del editor de bloques de WordPress incluye comentarios como
<!-- wp:paragraph -->, así que contar el código tal cual infla la longitud. Sobre el resultado verás el recuento con espacios y sin ellos. - Antes de pasar el texto a una IA o a un traductor: las etiquetas y los atributos también gastan longitud de entrada. Con texto limpio cabe más contenido real en el mismo límite y el traductor no tiene nada que estropear.
- Limpiar HTML guardado en una celda de hoja de cálculo: las exportaciones de catálogo de Shopify, WooCommerce o PrestaShop suelen traer HTML sin procesar en la columna de descripción. Si el texto no tiene etiquetas de bloque, se respetan sus saltos de línea, y las tablas salen separadas por tabuladores, listas para pegar en una hoja.
Cómo se usa
- Pega el código en el cuadro del código HTML. Si copias desde una página web o un correo y pegas, el navegador incluye el formato HTML de la página; para deshacerlo usa «Pegar solo texto» en la línea de estado. Los archivos .html, .xml o .svg se abren con «Abrir archivo» o arrastrándolos al cuadro.
- El texto limpio aparece al instante. No hay ningún botón que pulsar.
- Elige los saltos de línea (párrafos, línea a línea o una línea) y qué hacer con las direcciones de los enlaces y las imágenes. Si el HTML tiene texto oculto, como un boletín, comprueba que «Quitar elementos ocultos» esté activado.
- Para conservar solo algunas etiquetas, elige «Conservar etiquetas elegidas» o «Quitar etiquetas elegidas» en Qué conservar y pulsa las etiquetas de la lista de este documento.
- Pulsa «Copiar», o Ctrl+Intro (⌘+Intro) en el cuadro del resultado, para copiar. «Guardar TXT» descarga un archivo («Guardar HTML» si conservas etiquetas).
Los saltos de línea siguen lo que verías en pantalla
En HTML, quien decide dónde acaba una línea son las etiquetas, no los saltos del código fuente. Esta herramienta aplica las reglas de innerText del navegador: una línea en blanco antes y después de p, un salto entre bloques como div, en cada br y entre filas de tabla, y un tabulador entre celdas. Los títulos, las listas y las tablas también llevan líneas en blanco alrededor para que se lea mejor. Los resultados de la tabla son salida real de la herramienta (⇥ marca un tabulador).
| Caso | HTML | Resultado |
|---|---|---|
Párrafos p | <p>Primer párrafo</p><p>Segundo párrafo</p> | Primer párrafo |
Bloques como div | <div>Primera línea</div><div>Segunda línea</div> | Primera línea |
Salto br | <p>Primera línea<br>Segunda línea</p> | Primera línea |
Lista ul | <ul><li>Manzanas</li><li>Peras</li></ul> | • Manzanas |
Lista numerada ol (respeta start) | <ol start="3"><li>Tres</li><li>Cuatro</li></ol> | 3. Tres |
Tabla table | <table><tr><th>Artículo</th><th>Cant.</th></tr><tr><td>Auriculares</td><td>1 par</td></tr></table> | Artículo ⇥ Cant. |
| Saltos y sangrías dentro del código | <p>Saltos de línea | Saltos de línea dentro del código y espacios de más |
Texto con formato pre | <pre> Con sangría | Con sangría |
| Texto sin etiquetas de bloque | Nombre: <b>Ana López</b> | Nombre: Ana López |
Hay tres formas de organizar las líneas. Párrafos, la de la tabla, deja una línea en blanco entre párrafos y es la más cómoda para leer prosa. Línea a línea cambia de línea en cada bloque sin líneas en blanco, y va bien para listas o para pegar en una hoja de cálculo. Una línea convierte todos los saltos y tabuladores en espacios, útil para una meta descripción o una sola celda.
Qué falla cuando una expresión regular quita las etiquetas
El atajo más habitual es la expresión regular <[^>]+>, que borra todo lo que hay entre un < y el siguiente >. Con fragmentos cortos funciona, pero corta el HTML de forma distinta a como lo define la sintaxis, y por eso desaparece texto o queda basura, como se ve abajo. Un navegador trata un < como texto salvo que lo siga una letra, !, / o ?; lee un > entre comillas como parte del valor de un atributo, y considera todo lo que hay dentro de script y style como texto sin interpretar hasta la etiqueta de cierre. Esta herramienta lee el código con las mismas reglas.
| Original | Resultado con regex | Esta herramienta |
|---|---|---|
<p>Avisar si quedan menos de 3 (a < b)</p> | Avisar si quedan menos de 3 (a se borra todo lo que sigue al < de la frase | Avisar si quedan menos de 3 (a < b) |
<div data-note="a>b">Texto principal</div> | b">Texto principalel > dentro del valor del atributo cierra la etiqueta antes de tiempo | Texto principal |
<!--[if mso]><p>Solo Outlook</p><![endif]-->Texto visible | Solo OutlookTexto visibleel texto dentro del comentario sobrevive | Texto visible |
<script>if (n < 3) alert(n)</script>Texto principal | if (n Texto principalse cuela código del script en el resultado | Texto principal |
<p>Precio & envío</p> | Precio & envíolas referencias de caracteres quedan sin convertir | Precio & envío |
<p>Primer párrafo</p><p>Segundo párrafo</p> | Primer párrafoSegundo párrafolos párrafos quedan pegados | Primer párrafo |
Cómo se tratan los enlaces, las imágenes y el texto oculto
Por defecto solo se conserva el texto que se ve en pantalla. Los enlaces mantienen su texto pero pierden la dirección, las imágenes se quitan y también los elementos ocultos con el atributo hidden, con display:none o con visibility:hidden. Puedes cambiarlo como se ve abajo. Si el texto del enlace es igual a la dirección, esta no se escribe dos veces, y los enlaces internos que empiezan por # y los de javascript: no llevan dirección.
| Ajuste | HTML | Resultado |
|---|---|---|
| Direcciones de enlaces ▸ Tras el texto | <p><a href="https://example.com/rebajas">Ver las rebajas</a></p> | Ver las rebajas (https://example.com/rebajas) |
| Direcciones de enlaces ▸ Al final | <p><a href="https://example.com/rebajas">Ver las rebajas</a> o las <a href="https://example.com/faq">preguntas</a></p> | Ver las rebajas[1] o las preguntas[2] |
| Imágenes ▸ Texto alternativo | <p><img src="logo.png" alt="Logotipo"> Roberin</p> | [Imagen: Logotipo] Roberin |
| Quitar elementos ocultos (por defecto) | <div style="display:none">Texto de vista previa</div><p>Texto principal</p> | Texto principal |
Los boletines suelen esconder una frase de vista previa al principio del cuerpo y rellenarla con decenas de pares ‌ para que la bandeja de entrada no muestre más texto. Si activas «Quitar elementos ocultos», desaparecen esa frase y el relleno a la vez, y junto al interruptor se indica cuántos elementos ocultos se quitaron.
Conservar o quitar solo las etiquetas elegidas
Estos dos modos devuelven HTML en vez de texto plano. Conservar etiquetas elegidas deja las etiquetas que pulses en la lista de este documento y quita todas las demás. Al empezar vienen marcadas las de formato de texto más comunes: párrafos, títulos, listas, tablas, enlaces y negrita. Quitar etiquetas elegidas funciona al revés: quita solo las que pulses y deja el resto, y al empezar vienen marcadas span y font. En ambos modos solo se quitan las etiquetas y se conserva el texto de dentro. Las líneas en las que solo había una etiqueta quitada desaparecen, y si al quitar una etiqueta de bloque quedaran dos textos pegados, se pone un salto de línea en su lugar. El resto de saltos de línea, sangrías y referencias de caracteres como & del original no se tocan. Al quitar title y textarea se va también su contenido.
- Atributos de las etiquetas conservadas: «Todos» deja los atributos del original tal cual, «Solo los necesarios» conserva únicamente
href,src,alt,colspanyrowspan, y «Quitar todos» elimina cualquier atributo. «Conservar etiquetas elegidas» empieza en «Solo los necesarios». - HTML copiado de Google Docs: todo el contenido va envuelto en
<b style="font-weight:normal" id="docs-internal-guid-…">. Ese envoltorio no es negrita de verdad, así que se quita aunque elijas conservarb, y el resultado entero no sale en negrita. Eso sí, Google Docs guarda la negrita real como un estilo despan, de modo que al quitarspantambién se pierde la negrita. Para llevar el formato a otro sitio conviene más un conversor de HTML a Markdown. - No es un sanitizador de seguridad: no pongas en una web el HTML generado aquí si lo escribió otra persona. Con los atributos sin tocar se quedan cosas como
onclick, e incluso «Solo los necesarios» no filtra una direcciónjavascript:enhref. Además, al quitar etiquetas, un texto partido a propósito puede unirse y formar una etiqueta nueva (<<b>script>pasa a ser<script>), así que ni siquiera «Quitar todos» los atributos es seguro. Para el HTML que va a un sitio, usa una biblioteca de saneamiento contrastada, como DOMPurify.
y caracteres invisibles
Un de HTML se convierte en un espacio de no separación (U+00A0) y se queda en el resultado. Parece un espacio normal, pero el buscar y reemplazar de un procesador de texto o una fórmula de hoja de cálculo suelen tratarlo de otra manera, y eso da fallos difíciles de ver. Con «Limpiar y caracteres invisibles» activado, los espacios de no separación (U+00A0, U+2007, U+202F) pasan a espacios normales, y se eliminan el espacio de ancho cero (U+200B), el unidor de palabras (U+2060), el BOM (U+FEFF), el guion blando (U+00AD) y el unidor de grafemas combinados (U+034F). Un no unidor de ancho cero (U+200C) junto a un espacio se considera relleno de correo y también se quita. El unidor de ancho cero (U+200D) que enlaza emojis y un no unidor entre letras se dejan como están.
Sorpresas habituales
- Falta un texto que viste en la página: el texto que JavaScript añade después no está en el HTML de «Ver código fuente de la página». Copia la zona visible y pégala, o copia el elemento desde las herramientas de desarrollo del navegador.
- Una tabla sale con una celda por línea: las tablas de maquetación, como las de los correos (
role="presentation", tablas dentro de tablas, tablas de una columna), no unen las celdas con tabuladores y cada celda va en su línea. Los saltos de línea dentro de las celdas de una tabla de datos pasan a espacios para que las filas no se desplacen al pegar en una hoja de cálculo. - El texto oculto con una clase CSS sigue ahí: la herramienta no calcula hojas de estilo. Solo mira el atributo
hiddeny el valor destyleescrito directamente en el elemento. - El recuento no coincide con el del código: los saltos y sangrías del original se reducen a un espacio y
&pasa a ser un solo&. El recuento sobre el resultado se acerca más a la longitud del texto que ves en pantalla. - Falta el título de la página: el
<title>de<head>es el nombre de la pestaña del navegador y no texto del cuerpo, así que no se cuenta. En el cuadro del código aparece en gris. - Al pegar el texto limpio se perdió el formato: cuando solo se extrae el texto, la negrita, los enlaces y demás formato desaparecen. Para mantener la estructura, usa Conservar etiquetas elegidas o convierte a Markdown.
Límites: lo que esta herramienta no puede saber
- Los valores CSS de
displayywhite-space, y el texto añadido con::before, no se calculan. Los saltos de línea dependen del tipo de etiqueta, así que una página maquetada con CSS puede verse distinta del resultado. - Las direcciones relativas como
/rebajasse añaden tal como están. No se completan con el dominio del sitio original. - Se admiten textos de hasta 2 MB. Por encima de 200 000 caracteres se desactiva el código de colores y solo se hace la limpieza.
- Conservar o quitar etiquetas elegidas atiende solo al nombre de la etiqueta. No arregla el HTML con etiquetas de apertura y cierre que no casan, y no es un sanitizador de seguridad.
- Solo se abren archivos de texto (.html, .htm, .xhtml, .xml, .svg y .txt). No se puede leer el texto de documentos de Word ni de PDF.
Fuentes
Fecha de referencia: las reglas de interpretación del HTML se comprobaron en el WHATWG HTML Living Standard y en MDN el 22 de octubre de 2026. Los resultados de las tablas son la salida de esta herramienta; los de la regex son el mismo original con <[^>]+> sustituido por nada.
- 01WHATWG HTML: innerText y outerTextpasos de recogida del texto renderizado: dos saltos para p, uno para los bloques, un salto para br, tabuladores entre celdas de tabla y saltos entre filas
- 02WHATWG HTML: 13.1.2 Elementselementos de texto sin interpretar (script, style) y de texto sin interpretar con escape (textarea, title)
- 03WHATWG HTML: 13.2.5.6 Tag open stateun < que no va seguido de letra, !, / o ? se emite como texto
- 04MDN: DOMParser.parseFromString()los scripts de un documento leído como text/html no se ejecutan
- 05DOMPurify (cure53)sanitizador de XSS basado en el DOM para HTML, SVG y MathML
Preguntas frecuentes
¿Cómo se usa la herramienta para quitar etiquetas HTML?
Pega el código en el cuadro del código HTML, o lo que hayas copiado de una web, y el texto limpio aparece al instante. No hay ningún botón que pulsar: revisa el resultado y cópialo o guárdalo en un archivo TXT.
¿En qué se diferencia de quitar las etiquetas con la regex <[^>]+>?
La regex considera etiqueta todo lo que va de un '<' al siguiente '>'. Así borra el texto que sigue a un 'a < b' en tu escrito, deja el texto que hay tras un '>' dentro del valor de un atributo y conserva el texto de los comentarios condicionales de Outlook. Esta herramienta lee el HTML con las mismas reglas que un navegador y distingue esos casos.
¿Cómo se deciden los saltos de línea?
Siguen lo que verías en pantalla. Entre párrafos, títulos, listas y tablas va una línea en blanco; los bloques div, los elementos de lista, las filas de tabla y las etiquetas br llevan un salto de línea, y los saltos y sangrías del código fuente se reducen a un espacio. Un texto sin ninguna etiqueta de bloque conserva sus saltos de línea originales.
¿Puedo conservar las direcciones de los enlaces?
Sí. Con «Tras el texto» en las direcciones de enlaces obtienes «Ver las rebajas (https://…)» justo después del texto del enlace, y con «Al final» los enlaces se numeran como [1] y las direcciones se reúnen abajo. Si el texto del enlace ya es la dirección, no se escribe dos veces.
¿Por qué desaparece el texto que no se veía en el HTML de mi correo?
Los boletines suelen esconder el texto de vista previa de la bandeja de entrada con estilos como display:none. Por defecto la herramienta quita los elementos ocultos y deja solo el texto visible en pantalla. Si quieres también el texto oculto, desactiva «Quitar elementos ocultos».
¿Puedo conservar o quitar solo ciertas etiquetas?
Sí. En Qué conservar elige «Conservar etiquetas elegidas» o «Quitar etiquetas elegidas» y pulsa las etiquetas de la lista del documento. El resultado es HTML, y además puedes quitar atributos como class y style o dejar solo las direcciones y los textos alternativos.
¿Es seguro poner en una web el HTML hecho con Conservar etiquetas elegidas?
No lo uses como sanitizador de seguridad. Si dejas los atributos sin tocar, siguen onclick y atributos parecidos, e incluso «Solo los necesarios» no filtra una dirección javascript: en href. Para HTML escrito por otras personas, usa una biblioteca de saneamiento contrastada como DOMPurify.
¿Se envía a un servidor el HTML o el archivo que pego?
No. Lo que pegas y los archivos se leen solo dentro de tu navegador, y no queda nada guardado en la dirección ni en el almacenamiento del navegador. Los scripts del original no se ejecutan y las direcciones de imágenes no se cargan.