html > txt

Olá pessoal,
tenho vários arquivos HTML q preciso transformar em TXT mas sem as TAGS (sem os comandos html´s - Só o conteúdo da página). Tem como fazer isto no linux?
Desde já, agradeço a colaboração de todos.
[]´s,
Savio

Utilize o navegador texto "Lynx":

Código :

---

$ lynx -dump arquivo.html > arquivo.txt

---

Uma pequena ajudinha pra facilitar se vc tiver vários arquivos html a serem convertidos em um diretório:

Código :

---

$ for i in *.html ; do lynx -dump "$i" > "`basename "$i" .html`.txt" ; done

---

:wink:

usa o seguinte procedimento

$arquivo = file("nome do arquivo");

for($x=0; $x<count(arquivo); $x++){
$arquivo[$x] = strip_tags($arquivo[$x]);
}

depois é só salvar a variavel $arquivo dentro do "nome do arquivo"
linha por linha usando fwrite()

Abraços