零基础提取HTML文本最快方案是浏览器控制台执行document.body.innerText，5秒出结果；PHP用strip_tags()、n8n用HTML节点配CSS选择器、Python用BeautifulSoup.get_text()批量处理。

零基础提取 HTML 文本，不需要写代码、不装环境、不配依赖——直接用浏览器就能完成，5 秒出结果。

按 F12 后输 document.body.innerText 就行

这是最轻量、最通用的方案，适用于任何已打开的网页（包括本地 file:// 路径的 HTML 文件）。

• 打开目标网页 → 按 F12（Mac 是 Cmd+Option+I）→ 切到 Console 面板
• 输入 document.body.innerText → 回车
• 控制台立刻返回纯文本，含换行、段落缩进等渲染后结构
• 右键点击输出结果 → “复制字符串”即可粘贴使用

⚠️ 注意：innerText 会过滤掉 display: none 或 visibility: hidden 的内容，但保留 aria-hidden="true" 的文本；如果页面用了大量 JS 动态渲染，需等内容加载完再执行。

strip_tags() 在 PHP 里直接删标签但不处理空格

如果你手上有 PHP 环境（比如本地 XAMPP、宝塔或线上服务器），且 HTML 是字符串变量（不是网页 URL），strip_tags() 是最快捷的内置函数。

• 它只剥离 HTML 标签，不解析 DOM，也不处理嵌套逻辑
• 示例：echo strip_tags('

  Hello

  World
  '); 输出 HelloWorld（中间没空格）
• 想保留段落换行？得手动补：strip_tags($html, '
  
  ') 再配合 str_replace(['

  ', '

  

  使用华数设计生成高保真HTML原型、演示文稿、动画和设计评审

  使用经过文档化的设计技能，从真实的品牌或项目背景中生成HTML原生原型、幻灯片、动态演示、可视化图表和评审流程。

  下载

  '], "\n", $html)
• 对含 JavaScript 或注释的 HTML 可能误判，比如 会被当成普通文本留下

n8n 的 HTML 节点靠 CSS 选择器精准定位

适合需要反复提取固定网站结构的场景，比如监控新闻正文、抓取商品标题，且你已在用 n8n 工作流。

• 在 n8n 中添加 HTML 节点 → 选操作为 Extract HTML Content
• JSON 属性 填上存 HTML 的字段名（如 body）
• CSS 选择器 写 .article-content 或 article > p，右键网页元素 → “复制选择器”最稳
• 返回值选 Text，勾选 返回数组 可一次性提取所有段落
• 别用 * 或 :has() 这类复杂选择器——n8n 当前版本的底层是 jsdom，不完全兼容现代 CSS

Python 用 BeautifulSoup.get_text() 批量处理文件最可靠

当你有一堆本地 HTML 文件（如爬下来存成 page_001.html）要转文本，Python + BeautifulSoup 是平衡易用与鲁棒性的首选。

• 先装库：pip install beautifulsoup4（不用装 requests，读本地文件不走网络）
• 核心代码就三行：

  from bs4 import BeautifulSoup<br>with open("page.html") as f:<br>    soup = BeautifulSoup(f, "html.parser")<br>text = soup.get_text(separator="\n", strip=True)

• separator="\n" 让
  和
  之间换行，strip=True 自动去首尾空格
• 遇到乱码？加 encoding="utf-8" 或 encoding="gbk" 到 open() 参数里

真正容易被忽略的是：如果 HTML 里有大量广告 div、侧栏 nav、页脚 footer，get_text() 会一并提取。这时候不能硬删标签，得先用 soup.find("main") or soup.find(class_="content") 锁定主体区域再调用 get_text()。