Cet article explique comment utiliser HeSoft Doc Batch Tool pour convertir plusieurs pages Web HTML et MHTML en texte brut TXT en une seule fois. Cela convient aux scénarios tels que l'archivage de contenu Web, l'organisation de documents, l'extraction de texte et le nettoyage par lots des balises de page Web. En sélectionnant la fonction « HTML en TXT », en important des fichiers ou des dossiers et en définissant le chemin de sauvegarde, le traitement par lots peut être effectué, évitant ainsi d'ouvrir les pages Web une par une pour copier et coller, ce qui réduit considérablement les opérations répétitives.
Lors de l’organisation de documents, de l’archivage de pages web, de l’analyse de contenu ou du nettoyage de données, nous rencontrons souvent un lot de fichiers web .html, .mhtml. Si nous devons ouvrir manuellement chaque page web, puis copier le contenu dans le Bloc-notes pour l’enregistrer au format .txt, c’est non seulement chronophage, mais aussi sujet à l’oubli de fichiers et à des nomenclatures confuses. Le problème que cet article cherche à résoudre est le suivant : comment convertir par lots de nombreux fichiers web HTML en texte brut pour le Bloc-notes.
Ci-dessous, en prenant comme exemple le logiciel bureautique HeSoft Doc Batch Tool , nous allons démontrer comment utiliser sa fonction « Conversion HTML en TXT » pour convertir en une seule fois plusieurs fichiers web en fichiers texte brut TXT, afin de réduire les tâches répétitives et d’améliorer l’efficacité du traitement des fichiers.
Scénarios d’application : Quels cas sont adaptés à la conversion par lots de HTML en TXT
La conversion par lots de fichiers web HTML en texte brut TXT est adaptée aux scénarios courants de traitement de bureau et de documents suivants :
- Archivage de documents web :Convertir les fichiers de pages web sauvegardés en texte TXT plus léger, facilitant la conservation et la recherche à long terme.
- Extraction de contenu :Extraire le corps du texte d’une page HTML, ce qui réduit l’interférence des balises web, des styles, etc., pour la lecture et l’organisation.
- Rangement par lots de pages web historiques :Par exemple, s’il y a de nombreux fichiers comme 1.html, 2.mhtml, 3.html dans un dossier local, et qu’il est nécessaire de les convertir uniformément en 1.txt, 2.txt, 3.txt.
- Prétraitement pour l’analyse de texte :Après avoir converti les fichiers web en texte brut, cela facilite les recherches ultérieures, la segmentation, les statistiques ou l’importation dans d’autres systèmes.
- Réduire la copie manuelle :Éviter les opérations inefficaces d’ouverture page par page, de sélectionner tout, copier, coller et sauvegarder.
Aperçu des résultats : Avant traitement, des fichiers web HTML ; après traitement, du texte brut TXT
Du point de vue du résultat du traitement, les fichiers avant conversion sont généralement des fichiers de pages web HTML, par exemple :
- 1.html
- 2.mhtml
- 3.html
- 4.html
Ces fichiers utilisent généralement l’icône du navigateur pour s’afficher et s’ouvrent sous forme de page web après un double-clic.
Une fois la conversion par lots terminée, des fichiers texte brut Bloc-notes TXT correspondants sont générés, par exemple :
- 1.txt
- 2.txt
- 3.txt
- 4.txt
En d’autres termes, les fichiers web originaux sont convertis par lots en un format texte brut ouvrable par le Bloc-notes, facilitant la copie, la recherche, l’organisation et l’archivage.
Procédure : Utiliser HeSoft Doc Batch Tool pour la conversion par lots
Étape 1 : Aller dans la catégorie « Outils texte », sélectionner « HTML en TXT »
Après avoir ouvert HeSoft Doc Batch Tool , sélectionnez Outils texte dans la catégorie de fonctions à gauche. Dans la liste des outils texte, trouvez et cliquez sur « HTML en TXT ».
La description de cette fonction indique qu’elle convertit par lots des fichiers HTML au format texte brut TXT, ce qui correspond exactement au besoin de « conversion par lots de fichiers web en texte Bloc-notes » que cet article doit résoudre.
Objectif de l’opération :Accéder à la fonction de traitement par lots dédiée à la conversion HTML en TXT.
Résultat attendu :Le logiciel accède à la page de traitement « HTML en TXT », prêt à importer les fichiers web à convertir.
Étape 2 : Ajouter les fichiers web HTML ou MHTML
Après avoir accédé à la page de la fonction, vous pouvez voir en haut de l’interface deux points d’entrée : « Ajouter des fichiers » et « Importer depuis un dossier ».
- Si le nombre de fichiers web est faible et qu’ils sont dispersés, vous pouvez cliquer sur Ajouter des fichiers pour sélectionner manuellement les fichiers HTML à traiter.
- Si tous les fichiers web se trouvent dans le même dossier, vous pouvez cliquer sur Importer depuis un dossier pour importer en une fois les fichiers contenus dans ce dossier.
Les fichiers d’exemple dans la capture d’écran incluent 1.html, 2.mhtml, 3.html, 4.html, ce qui indique que cette fonction est adaptée pour importer plusieurs fichiers web en lot pour une conversion unifiée.
Objectif de l’opération :Ajouter les fichiers web à convertir dans la liste de traitement.
Résultat attendu :Des enregistrements en attente apparaissent dans la liste des fichiers, affichant des informations telles que le nom, le chemin, l’extension, la date de création et la date de modification.
Étape 3 : Vérifier la liste des fichiers à traiter
Une fois les fichiers importés, le logiciel liste les enregistrements en attente dans un tableau. Il est important de vérifier les informations suivantes :
- Nom :Confirmer qu’il s’agit bien des fichiers html, mhtml à convertir.
- Chemin :Confirmer que l’emplacement source des fichiers est correct.
- Extension :Confirmer que les fichiers importés sont au format web.
- Nombre d’enregistrements :Le bas de l’écran affiche le nombre total, par exemple, 4 dans la capture d’écran.
Si un fichier a été ajouté par erreur, vous pouvez utiliser la fonction de suppression à droite de la ligne pour le retirer de la liste. L’interface offre également des boutons de filtrage et de tri pour faciliter la visualisation et l’organisation des enregistrements en attente lorsque les fichiers sont nombreux.
Objectif de l’opération :Confirmer le nombre et l’étendue des fichiers avant la conversion formelle, pour éviter toute omission ou erreur.
Résultat attendu :La liste des fichiers en attente est précise et correcte, prête pour l’étape suivante.
Étape 4 : Cliquer sur « Suivant » et définir l’emplacement de sauvegarde
Après avoir confirmé que la liste des fichiers est correcte, cliquez sur « Suivant » en bas de la page. Comme on peut le voir dans le flux de l’interface, la deuxième étape est « Définir l’emplacement de sauvegarde ».
À cette étape, il est nécessaire de choisir l’emplacement de sauvegarde des fichiers TXT convertis selon les besoins. Il est conseillé de définir un dossier de sortie séparé, comme « Résultat HTML en TXT », pour éviter de les mélanger avec les fichiers web originaux, ce qui rendra la recherche ultérieure plus claire.
Objectif de l’opération :Déterminer le répertoire de sortie pour les fichiers TXT convertis.
Résultat attendu :Le logiciel enregistre l’emplacement de sortie, prêt à commencer la conversion par lots.
Étape 5 : Démarrer le traitement, générer les fichiers texte brut TXT
Après avoir défini l’emplacement de sauvegarde, passez à l’étape « Démarrer le traitement ». Lors de l’exécution, le logiciel convertit par lots les fichiers web HTML, MHTML en fichiers texte brut TXT, dans l’ordre de la liste des fichiers.
Une fois la conversion terminée, vous pouvez consulter les résultats dans le dossier de sortie défini. Des fichiers TXT correspondant aux fichiers d’origine sont généralement générés, par exemple, 1.html donne 1.txt, 2.mhtml donne 2.txt.
Objectif de l’opération :Laisser le logiciel effectuer automatiquement la conversion de format par lots.
Résultat attendu :Plusieurs fichiers web sont convertis par lots en fichiers texte brut .txt ouvrables par le Bloc-notes.
FAQ et remarques
1. Les styles web seront-ils conservés après la conversion HTML en TXT ?
Le TXT est un format de texte brut, principalement utilisé pour sauvegarder le contenu textuel, et il n’est pas adapté à la conservation des styles de mise en page, des images, des styles CSS ou des mises en page complexes d’une page web. Si la conservation de l’apparence visuelle est nécessaire, il faut envisager d’autres formats ; si l’objectif est d’extraire le contenu textuel, le TXT est plus léger et plus pratique.
2. Les fichiers .mhtml peuvent-ils aussi être traités ensemble ?
La liste d’exemple montre que les fichiers à traiter incluent 2.mhtml. En pratique, il est possible d’importer ensemble dans la liste les fichiers web HTML et MHTML à convertir, puis de les traiter de manière unifiée.
3. Faut-il sauvegarder les fichiers originaux avant la conversion ?
Il est conseillé de conserver les fichiers HTML originaux et de sauvegarder les TXT dans un nouveau dossier. Ainsi, même si une reconversion ou une consultation du contenu original est nécessaire par la suite, il est toujours possible de revenir aux fichiers d’origine.
4. Comment éviter une erreur d’importation lorsqu’il y a beaucoup de fichiers ?
Il est préférable de rassembler d’abord les fichiers web à convertir dans un seul dossier, puis d’utiliser Importer depuis un dossier. Après l’importation, vérifiez les noms, chemins, extensions et le nombre d’enregistrements dans la liste.
5. À quoi servent les fichiers TXT convertis ?
Les fichiers TXT peuvent être ouverts avec le Bloc-notes, Notepad++ et d’autres outils texte, ce qui facilite également la recherche en texte intégral, le copier-coller, l’organisation des données, les statistiques textuelles ou l’importation dans d’autres systèmes bureautiques.
Résumé : Conversion par lots des fichiers web, réduction des copier-coller répétitifs
La valeur fondamentale de la conversion par lots de nombreux fichiers web HTML en texte brut TXT pour le Bloc-notes est de réduire les opérations répétitives. En utilisant la fonction « HTML en TXT » de HeSoft Doc Batch Tool , il suffit de sélectionner la fonction, d’importer les fichiers, de vérifier la liste, de définir l’emplacement de sauvegarde et de démarrer le traitement pour convertir le format de plusieurs fichiers web en une seule fois.
Si vous êtes en train d’organiser un lot de documents .html, .mhtml et que vous ne voulez pas ouvrir et copier le contenu un par un, il est recommandé d’utiliser directement ce flux de traitement par lots pour convertir uniformément les fichiers web en fichiers texte brut .txt, avant de procéder à l’archivage, à la recherche ou à l’analyse ultérieure.