Cómo convertir HTML a Unix texto

Convertir un archivo HTML en un archivo de texto de Unix no es tan difícil como parece. Un archivo de texto Unix es simplemente un archivo de texto \\ " regular \\ " de Windows con diferentes marcadores de fin de línea . (Unix utiliza el carácter de avance de línea o LF , . Windows utiliza una combinación de retorno de carro y caracteres de avance de línea , o CRLF ) Convertir en un archivo Unix , todo lo que tiene que hacer es cambiar los finales de línea de los correctos . Una conversión no suele ser necesario ya que la mayoría de los programas de forma transparente manejar la conversión , pero en caso de tener que hacer esta conversión, los pasos son sencillos. Instrucciones
desde Windows
1

convertir el archivo HTML en un archivo de texto plano. Los navegadores modernos como Internet Explorer y Firefox pueden guardar archivos HTML como texto sin formato . Abra el archivo en el navegador. Pulse \\ "Guardar como \\ " o \\ " Guardar página como \\ " en el menú archivo. Seleccione \\ " Archivo de texto \\ " en \\ "Guardar como \\ tipo " cuadro de diálogo para convertir el archivo .
2

Convertir el archivo de texto a un archivo de texto Unix . En Windows , utilice un editor de texto avanzado . Abra el archivo en el editor. Busque \\ "Convertir a formato Unix \\ " (o similar) en \\ " Herramientas \\ " o \\ "Opciones \\".
3

Compruebe que el archivo se convirtió . Desde el editor de texto avanzado , seleccione \\ " Mostrar fin de línea \\ " en \\ " View. \\ " Todos los finales de línea deben ser \\ "LF . \\ "
a partir de Unix /Linux
4

Convertir el archivo HTML en un archivo de texto plano. Utilice un navegador o la utilidad de línea de comandos estándar de \\ "lynx . \\ " En un terminal, escriba \\ "lynx -dump URL > filename \\ " para convertir una página web en un archivo de texto plano.
Página 5

convertir el archivo de texto a un archivo de texto Unix utilizando el estándar \\ "tr \\ " de utilidad. Si ha utilizado un programa de Unix /Linux en el Paso 1 para convertir el archivo HTML, no será necesario este paso. En una terminal, teclee \\ "tr -d ' \\ \\ r ' < TEXT_FILE > CONVERTED_FILE . \\ "
6

Compruebe que el archivo se convirtió. Utilice el programa de \\ " gato \\ ", que también es estándar en los sistemas Unix /Linux. En una terminal, teclee \\ "cat - E archivo \\ " para ver el archivo . Todos los finales de línea deben ser el símbolo del dólar ($). ( Si ves una "M ^ \\ " carácter \\ , entonces los finales de línea están en el formato de Windows. )