Konverter online gratis MHTML ke TXT

Format sumber

MHTML (juga terlihat sebagai .mht atau .mhtml) adalah format arsip web yang digunakan untuk menyimpan seluruh halaman web sebagai satu file. Format ini menggabungkan dokumen HTML beserta sumber daya terkait seperti gambar, stylesheet, dan kadang-kadang skrip ke dalam satu wadah menggunakan pengodean MIME. MHTML umumnya digunakan oleh browser dan alat terkait email untuk mengarsipkan halaman, berbagi cuplikan halaman, atau mempertahankan konten untuk dilihat secara offline.

Format target

TXT adalah format teks biasa yang menyimpan hanya karakter yang dapat dibaca, tanpa pemformatan, gambar, atau objek tertanam. Keunggulan utamanya adalah kesederhanaan, ukuran file yang kecil, dan kompatibilitas yang luas di berbagai sistem operasi, editor, dan alat otomasi. TXT biasanya digunakan untuk catatan, log, skrip, teks hasil ekstraksi, dan pertukaran data saat pemformatan tidak diperlukan.

Cara melakukan konversi

Metode terbaik bergantung pada apakah Anda ingin ekstraksi teks yang cepat atau konversi yang lebih terkontrol. Untuk kebanyakan kasus, pendekatan paling sederhana adalah membuka file MHTML di browser atau alat dokumen, lalu menyimpan atau mengekspor teks yang terlihat ke TXT. Jika Anda memerlukan kontrol yang lebih baik atas konten yang diekstrak, gunakan aplikasi desktop atau alur kerja command-line.

1. Buka file MHTML di browser seperti Microsoft Edge, Google Chrome, atau Mozilla Firefox jika mendukung file tersebut, atau di editor dokumen yang dapat membaca arsip web.
2. Ekstrak teks dengan memilih konten yang Anda inginkan lalu menyalinnya ke editor teks biasa seperti Notepad, TextEdit dalam mode teks biasa, atau Notepad++.
3. Simpan sebagai TXT menggunakan File → Save As, lalu pilih .txt sebagai ekstensi nama file dan plain text sebagai jenis file jika diminta.
4. Untuk konversi batch atau otomatis, gunakan alat pemrosesan teks yang dapat menghapus markup HTML setelah mengekstrak halaman dari arsip. Alur kerja desktop yang praktis adalah membuka file di browser, menyalin teks yang dirender, lalu menempelkannya ke editor teks biasa sebelum menyimpannya sebagai TXT.

Jika file MHTML Anda berisi sebagian besar teks artikel, metode ini biasanya menghasilkan hasil yang bersih. Jika berisi tata letak halaman yang kompleks, TXT yang diekstrak akan menjadi linear dan mungkin tidak mempertahankan urutan baca asli dengan sempurna.

Catatan tentang kualitas dan keterbatasan

TXT tidak dapat mempertahankan pemformatan, gambar, tabel, hyperlink, atau media tertanam dari MHTML. Hanya konten teks yang tersisa, dan bahkan itu pun dapat kehilangan struktur seperti heading, kolom, atau daftar. Jika halaman sumber menggunakan konten dinamis, skrip, atau elemen yang dimuat secara lazy, bagian-bagian tersebut mungkin tidak muncul di teks yang disimpan kecuali sudah dirender sepenuhnya sebelum diekstrak.

Penyandian karakter adalah faktor penting lainnya. Saat menyimpan ke TXT, pilih UTF-8 jika tersedia untuk menghindari karakter non-ASCII yang menjadi rusak. Perlu juga dicatat bahwa beberapa file MHTML bersifat spesifik browser dan mungkin tidak terbuka dengan identik di setiap aplikasi, sehingga teks hasil ekstraksi dapat bervariasi tergantung pada alat yang digunakan.