Elysia Tools
Навигация
Workflow Playbook
Извлекайте ссылки, изображения, атрибуты и таблицы из HTML, удаляйте лишнюю разметку и передавайте проверенные результаты в Markdown, PDF или CSV.
Темы
Очистка HTML не должна превращаться в слепое удаление тегов. Сначала зафиксируйте то, что может понадобиться команде позже: адреса ссылок, источники изображений, таблицы данных и полезные атрибуты вроде alt, title, href или data-*. Этот снимок станет опорой для всех следующих преобразований.
Во многих страницах основной материал смешан с навигацией, tracking-скриптами, рекламой и декоративными контейнерами. Если не развести эти слои заранее, легко потерять заголовки, подписи к изображениям или важные ячейки таблиц. Сохраняйте заголовки, абзацы, ссылки на источники, подписи и настоящие таблицы, а скрипты, дублирующуюся навигацию и стилистические оболочки удаляйте только после проверки.
Markdown подходит для редакторской правки, контроля версий и загрузки в документационные пайплайны. PDF нужен для формального ревью, архива или печати. CSV должен использоваться только для извлеченных таблиц, а не для повествовательного текста. Если страница содержит и текст, и данные, лучше осознанно разделить результат: Markdown или PDF для повествования и CSV для таблиц.
Хорошая передача позволяет другому человеку продолжить работу без повторного открытия исходной страницы. Сравните заголовки разделов, адреса ссылок, ссылки на изображения, количество строк в таблицах и специальные символы, которые часто ломаются при конверсии. Если пропадает подпись, распадаются объединенные ячейки или исчезает ключевой атрибут, вернитесь к правилам очистки до публикации.
Руководство по рабочему процессу
Сначала извлеките HTML-атрибуты, адреса ссылок, источники изображений и возможные таблицы, чтобы понимать, какая структура обязана пережить очистку.
Удалите ненужные теги и сократите лишнюю разметку, но защитите узлы, которые несут заголовки, основной текст, ссылки на источники или табличный смысл.
Преобразуйте очищенный HTML в редактируемый Markdown, в PDF с сохранением верстки или в оба формата, выбирая PDF-инструмент по требованиям к стилям и пагинации.
Повторно проверьте таблицы, ссылки, изображения и закодированный текст в созданных файлах, чтобы ими можно было пользоваться без возврата к исходной странице.
Markdown подходит для дальнейшего редактирования, PDF для формальной проверки и передачи, а CSV только для настоящих табличных данных.
Отделите навигацию, tracking-атрибуты, скрипты и декоративные контейнеры от ссылок, изображений, заголовков и основного текста.
Заранее определите сравнение, которое подтвердит сохранность заголовков, адресов ссылок, изображений и строк таблиц после конверсии.