Removedor de etiquetas HTML

Quitar etiquetas HTML significa eliminar de una cadena todas las etiquetas de marcado (todo lo que está entre los caracteres < y >), dejando solo el texto visible. Esto se necesita comúnmente al procesar páginas web raspadas para extraer texto legible para indexación de búsqueda, análisis de lenguaje natural o presentación en interfaces de solo texto. También se usa para sanear HTML de fuentes no confiables antes de guardarlo o mostrarlo. Ten en cuenta que quitar etiquetas por sí solo no basta para prevenir XSS: para contenido generado por usuarios es mejor un saneador de HTML que permita etiquetas seguras. Esta herramienta elimina todas las etiquetas sin condiciones, lo que es apropiado cuando la meta es obtener texto plano.