Elysia Tools
Navegación
Workflow Playbook
Extrae enlaces, imágenes, atributos y tablas desde HTML, elimina marcado innecesario y entrega salidas verificadas en Markdown, PDF o CSV.
Temas
La limpieza de HTML no debe tratarse como una poda ciega. Antes de quitar etiquetas, captura la estructura que puede hacer falta despues: enlaces de destino, fuentes de imagenes, tablas de datos y atributos utiles como alt, title, href o data-*. Esa referencia permite comprobar cada paso posterior.
Muchas paginas mezclan cuerpo real con navegacion, scripts de seguimiento, anuncios y contenedores decorativos. Si limpias sin distinguir capas, puedes perder encabezados, pies de figura o celdas importantes. Conserva titulos, parrafos, referencias, leyendas y tablas autenticas; elimina scripts, navegacion duplicada y envoltorios de estilo solo despues de verificar que no contienen contenido necesario.
Markdown sirve para editar, versionar y mover el texto a una base documental. PDF sirve para revision formal, archivo o impresion. CSV debe reservarse para tablas extraidas, no para prosa narrativa. Cuando la pagina combine texto y datos, conviene dividir la entrega: Markdown o PDF para el relato y CSV para las tablas.
La prueba final es simple: otra persona debe poder trabajar con el paquete sin reabrir la pagina original. Compara titulos de seccion, destinos de enlaces, referencias de imagen, numero de filas y caracteres especiales propensos a romperse en la conversion. Si se pierde una leyenda, se rompen celdas combinadas o desaparece un atributo clave, ajusta las reglas de limpieza antes de publicar.
Guía de flujo de trabajo
Extrae atributos HTML, destinos de enlaces, fuentes de imágenes y tablas candidatas para saber qué estructura debe preservarse durante la limpieza.
Elimina etiquetas no deseadas y reduce marcado sobrante, pero protege nodos con títulos, texto principal, referencias o significado tabular.
Convierte el HTML limpio a Markdown editable, PDF fiel en diseño o ambos, escogiendo el motor PDF según estilos y paginación.
Revisa tablas, enlaces, imágenes y texto codificado en los archivos generados para asegurar que se pueden reutilizar sin volver a abrir la página original.
Usa Markdown para texto editable, PDF para revisión o entrega formal y CSV solo para datos tabulares auténticos.
Separa navegación, atributos de seguimiento, scripts y contenedores decorativos del contenido, enlaces e imágenes que deben quedar.
Define una comparación que revise títulos, destinos de enlaces, referencias de imágenes y filas de tablas después de cada conversión.