保存HTML源码为.txt文件时打开全是标签，是因为记事本仅字面保存原始代码，未解析提取文本；要获取可读内容需用浏览器渲染或工具解析HTML结构。
用记事本保存HTML源码为.txt文件时，为什么打开全是标签？
因为直接把 html 源码保存为 .txt 文件，只是“存了代码”，不是“提取文本内容”。你看到的 <h1>标题</h1><p>正文</p> 就是原始 HTML，不是去标签后的纯文字。
真正要的是浏览器渲染后看到的那部分可读内容——这需要解析 HTML 结构，提取 innerText 或等效文本。记事本做不到这点，它只做字面保存。
- 如果你只是想备份源码，保存为
.html更合理（见下一条） - 如果目标是提取文字（比如归档、喂给AI、导入数据库），必须走解析流程，不能靠“另存为.txt”
- 编码选
UTF-8是底线，否则中文会变乱码，但解决不了标签残留问题
保存HTML源码为可双击打开的网页文件，关键三步
这不是转文本，而是让源码变成能运行的网页副本。核心是：文件名对、编码对、路径对。
- 粘贴完整源码到记事本或 VS Code 后，**必须手动在文件名末尾加
.html**（如report.html），不能依赖系统默认加.txt - 保存时“编码”务必选
UTF-8（记事本里叫“UTF-8”，VS Code 默认就是，别选 ANSI 或 GBK） - 如果源码里有
<img src="images/logo.png">这类引用，图片得真放在同级images/文件夹里，否则离线打不开图——建议先用浏览器“另存为 → 网页，全部”，它会自动建资源文件夹
批量把几十个HTML文件转成TXT，别手动复制粘贴
人工开一个HTML → 选中所有可见文字 → 复制 → 新建记事本 → 粘贴 → 另存为.txt，重复50次？效率低还易漏。真实批量场景该用工具链。
立即学习“前端免费学习笔记（深入）”；
- 命令行快速提取（Windows PowerShell）：
(Get-Content file.html -Raw) -replace '<[^>]*>','' | Set-Content file.txt—— 简单去标签示范，但不处理嵌套、JS生成内容 - Python 脚本更稳：
from bs4 import BeautifulSoup; soup = BeautifulSoup(open('a.html').read(), 'html.parser'); open('a.txt', 'w', encoding='utf-8').write(soup.get_text()) - 专业工具如核烁文档批量处理工具，支持
html、htm、mhtml一键转.txt，自动清理空白行和多余换行，适合办公归档
浏览器开发者工具里复制的 outerHTML，保存后为啥打不开？
用 F12 → Elements → 右键 <html> → “Copy outerHTML”，粘过去保存为 .html，看似完整，但常出问题。
原因很实在：动态渲染的内容（比如 React/Vue 页面）在 outerHTML 里可能只是空容器，真实文字藏在 JS 执行后插入的 DOM 节点里。你复制的只是初始骨架，没文字。
- 优先用
document.body.innerText或document.documentElement.textContent在控制台执行后复制结果，再存为.txt - 若必须存为网页，改用浏览器“另存为 → 网页，完整”最可靠，它会触发 JS 渲染后再抓取最终 DOM
- 遇到单页应用（SPA），
outerHTML基本无效，得用 Puppeteer 或 Playwright 启动真实浏览器环境截图或提取
真正难的从来不是“怎么点保存”，而是判断当前 HTML 是静态源码、服务端渲染结果，还是客户端 JS 动态拼出来的——这决定了你该用 outerHTML、innerText，还是无头浏览器。
