5. Kurztest: HTML-Tool HTMLStrip V1.7b (von Denis Nikolic)

Der Name des etwa 20 KByte kleinen Programms verrät eigentlich schon, was
es macht: HTML-Dateien sollen von ihren Tags befreit werden, so dass
schlussendlich normale Textdateien übrigbleiben.

Die englische Anleitung ist zwar knapp aber ausreichend. HTMLStrip bietet
zwei Optionen zum Konvertieren an; eine davon steuert die Textbreite für
die Ausgabedatei. Zu lange Texte werden dann einfach in die nächste Zeile
umbrochen. Die andere Option ermöglicht die Umwandlung einiger HTML-Tags
wie fett, kursiv und unterstrichen ins ANSI-Äquivalent, was bei den Tests
auch ganz gut funktioniert hat. Schade, dass z.B. Links nicht auch
hervorgehoben werden können.

HTMLStrip ist eigentlich für die Shell gedacht, bietet jedoch auch eine
spartanische Oberfläche für Workbench-verwöhnte User. Es können gleich
mehrere HTML-Dateien angegeben werden und so in einem Rutsch konvertiert
werden. Den Dateinamen wird dabei einfach die Endung ".strip" angehängt.

Die Konvertierung ist relativ flott und funktioniert bei normalen und
korrekten HTML-Dateien ganz gut. Erfreulich ist auch, dass Umschreibungen
wie z.B. "ä" korrekt zu "ä" konvertiert werden, was auch mit eher
selten vorkommenden Zeichen wie "<", "•" oder "¥" keine
Probleme bereitete.

Das Programm scheint sich jedoch rein auf das "<" und ">" zur Erkennung
eines Tags zu konzentrieren und alles andere stur in die Textdatei zu
schreiben. So werden Einrückungen, die in der HTML-Datei der
Übersichtlichkeit und Strukturierung dienen, genauso in die Textdatei
geschrieben, was jedoch meistens nicht erwünscht ist. Weiters werden
überflüssige Zeilenschaltungen übernommen, wenn z.B. eine Zeile nur aus
einem einzelnen Tag besteht.

Diese Art der Tag-Erkennung ist vielleicht schnell, jedoch spätestens bei
anspruchsvolleren HTML-Dateien tut sich HTMLStrip schwer. Sobald
JavaScript, PHP- oder ASP-Code in einer HTML-Datei enthalten ist und ein
">" oder "<" im Text vorkommt, kommt der Parser leider durcheinander.


Testurteil:

HTMLStrip macht das was es verspricht und entfernt die HTML-Tags.
Zusätzlich werden z.B. Umlaute konvertiert und einige Tags können sogar ins
ANSI-Äquivalent umgewandelt werden. Bei HTML-Dateien mit JavaScript und bei
Verwendung von Serversprachen sollte man jedoch aufpassen, da es leicht zu
Konvertierungsfehlern kommen kann.

Alternativen:

Es gibt sowohl schlechtere als auch bessere HTML-zu-Text-Konvertierer als
HTMLStrip. Ein ähnliches und sehr empfehlenswertes Programm ist "HTTX", das
sehr vielen Optionen bietet und deutlich leistungsfähiger ist. Zu den
bekannteren hingegen zählt sicher "WoW", das vor allem für die
Konvertierung von Word-Dokumenten gelobt wird.

Denis Nikolic <d-nis@ping.at>