Conversor de HTML a JSON
De HTML a XML, CSV, texto y código

Qué hace por ti un conversor de HTML a JSON

De hecho, el HTML está hecho para los navegadores, no para trabajar con datos. Por eso, cuando necesitas su contenido en un script, una hoja de cálculo o una llamada a una API, debes cambiar su forma. Eso es lo que hace esta herramienta.

Primero, pega tu HTML. Después elige el formato que quieres. El resultado aparece mientras escribes. JSON y YAML conservan todo el árbol, XML te da un marcado limpio y CSV toma las filas de una tabla.

También escribe texto plano, una cadena de JavaScript y una cadena de PHP. Además, funciona al revés. Pega una cadena de código y la herramienta la devuelve a HTML.

Después puedes usar el resultado donde quieras. Carga el JSON en un script, pega el CSV en una hoja o mete la cadena en tu código.

Todo se ejecuta en tu navegador. Así tu marcado nunca sale de tu dispositivo. Eso importa, porque las páginas suelen contener nombres, correos y texto privado.

De HTML a JSON, etiqueta por etiqueta

Primero, la herramienta lee tu marcado y construye un árbol. Además, cada etiqueta se vuelve un objeto con un nombre de etiqueta. Los atributos van en un objeto attrs, y las etiquetas anidadas y el texto van en una lista children.

Así un enlace se vuelve un objeto con la etiqueta a, un atributo href y el texto del enlace como hijo. El árbol conserva el orden de tu página, lo que importa cuando la reconstruyes más tarde.

Además, el lector es tolerante. Cierra las etiquetas que cierran los navegadores, como p, li y td. También decodifica las entidades, así que una entidad de ampersand se vuelve un ampersand normal.

Para más detalle, consulta: HTML Living Standard.

De HTML a CSV desde una tabla

Primero, muchas páginas guardan datos en tablas. Pega la página, elige CSV o TSV y la herramienta lee las filas y las celdas. Si el HTML tiene varias tablas, una lista te deja elegir una.

La herramienta pone entre comillas una celda con una coma o una comilla. Así el archivo se abre limpio en Excel y Sheets. Las celdas de cabecera se vuelven la primera fila.

Después puedes abrir el CSV en una hoja de cálculo o cargarlo en una base de datos.

De HTML a texto

Luego, el modo texto quita las etiquetas y conserva el diseño. También, los párrafos y los encabezados reciben una línea en blanco detrás. Los elementos de lista empiezan con un guion y cada fila de tabla queda en una línea.

Así los scripts y los estilos nunca aparecen en el texto. Si quieres las direcciones de los enlaces, activa la opción y cada dirección sigue al texto de su enlace entre paréntesis.

De HTML a cadenas de JavaScript y PHP

A veces debes meter un bloque de HTML dentro de código. Una comilla o un salto de línea en ese HTML puede romper la cadena. Por eso la herramienta lo escapa por ti.

Para JavaScript puedes elegir comillas simples, comillas dobles, una plantilla literal o una lista de líneas unidas. Para PHP puedes elegir comillas simples, comillas dobles o un bloque nowdoc.

De una cadena de código de vuelta a HTML

Lo contrario también funciona. Pega un fragmento de JavaScript o PHP con una cadena y elige HTML como destino. La herramienta encuentra las cadenas, las une y quita los escapes.

Además, lee comillas simples, comillas dobles, plantillas literales y bloques nowdoc. Entiende los escapes habituales, como un salto de línea, una tabulación, una barra invertida y un código Unicode.

Salida en XML y YAML

Igualmente, la salida XML cumple las reglas. Las etiquetas sin contenido se cierran solas, y la herramienta pone comillas y escapa los valores de atributo. Si tu HTML tiene más de una etiqueta de nivel superior, la herramienta añade una etiqueta raíz.

Luego la salida YAML refleja el árbol JSON, con las claves tag, attrs y children. Es fácil de leer y puedes pegarla en un archivo de configuración.

Seguro por diseño

La herramienta lee tu HTML como texto y nunca lo muestra. Así un script dentro del marcado no puede ejecutarse. Los scripts y los estilos se dejan fuera por defecto, y puedes conservar su texto si lo necesitas. Eso también hace segura la herramienta para páginas en las que no confías.