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。
立即学习“前端免费学习笔记（深入）”；
- 它只剥离 HTML 标签，不解析 DOM，也不处理嵌套逻辑
- 示例：
echo strip_tags('<p>Hello</p> <div>World</div>');输出HelloWorld（中间没空格） - 想保留段落换行？得手动补：
strip_tags($html, '<br><p></p><div class="aritcle_card flexRow"> <div class="artcardd flexRow"> <a class="aritcle_card_img" href="/xiazai/skill11445" title="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"><img src="https://img.php.cn/upload/skill/001/246/273/6adaf20e695c2374.jpg" alt="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" ></a> <div class="aritcle_card_info flexColumn"> <a href="/xiazai/skill11445" title="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">使用华数设计生成高保真HTML原型、演示文稿、动画和设计评审</a> <p>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。</p> </div> <a href="/xiazai/skill11445" title="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" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a> </div> </div> <div>') 再配合 <code>str_replace(['<p>', '</p> <div>'], "\n", $html)<li>对含 JavaScript 或注释的 HTML 可能误判，比如 <code><!-- <p>test</p> -->会被当成普通文本留下 - 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 - 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<p></p>和<h2></h2>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
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。
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。
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()。
