Does it extract all text or just the main content?

You get both: a cleaned "main content" version (boilerplate removed) and the full raw page text. Both are included in the result ZIP.

Does it work on JavaScript-rendered pages?

Yes. Switch to Dynamic (JS) rendering mode to extract text from SPAs and JavaScript-heavy pages.

Main text is saved as content/main_text.txt in your ZIP. The full result JSON also includes the text with heading hierarchy.

Yes — use Site Crawl or Bulk Scan mode to extract text from multiple URLs in one job. Each page gets its own text file.

Yes — SmartScan is free. Register for 1,000 scans/month. No credit card required.

Herramienta gratuita

Extrae el texto legible de cualquier página web (títulos, párrafos, contenido principal), limpio y estructurado, listo para copiar o descargar.

No necesitas cuenta para tu primer escaneo · Resultados en segundos

📄

Extrae el contenido principal de la página con algoritmos de legibilidad: elimina navegación, pies de página, anuncios y boilerplate.

🏷️

Captura los encabezados H1–H6 en orden y te da un esquema estructurado del contenido de la página.

📋

El texto en bruto se guarda como content/main_text.txt: listo para pegarlo en un documento, pasarlo a una IA o analizarlo con scripts.

Pega la dirección de cualquier página web: un artículo, un post de blog, una landing o una ficha de producto.

Se descarga la página y los algoritmos de legibilidad eliminan navegación, anuncios, pies de página y boilerplate.

Obtén el contenido principal en un archivo de texto plano: limpio, estructurado y listo para usar.

🎯

Usa un algoritmo de legibilidad (parecido al modo lectura de Firefox) para aislar el artículo o bloque de contenido principal de la página.

🌐

Cambia al modo dinámico para extraer texto de apps en React, Vue o Angular que renderizan el contenido con JavaScript.

📊

La jerarquía H1–H6 se extrae por separado para que veas el esquema del contenido de un vistazo.

Entrada para IA y LLM
Alimenta ChatGPT, Claude u otros LLM con texto limpio, sin ruido de HTML.

Análisis de contenido
Extrae y compara textos de páginas de la competencia, posts de blog o landings.

Detección de plagio
Consigue el texto limpio de cualquier página para tus herramientas de comparación.

Pipelines de datos
Envía el texto extraído a pipelines de NLP, análisis de sentimiento o herramientas de keywords.

¿Extrae todo el texto o solo el contenido principal?: Te llevas las dos versiones: el «contenido principal» ya limpio (sin boilerplate) y el texto completo en bruto de la página. Ambas vienen en el ZIP del resultado.
¿Funciona en páginas renderizadas con JavaScript?: Sí. Cambia al modo de renderizado dinámico (JS) para extraer texto de las SPA y de las páginas con mucho JavaScript.
¿En qué formato se entrega el resultado?: El texto principal se guarda como content/main_text.txt en tu ZIP. El JSON completo del resultado incluye además el texto con la jerarquía de encabezados.
¿Puedo extraer texto de varias páginas?: Sí: usa el modo rastreo del sitio o escaneo masivo para extraer texto de varias URL en un mismo trabajo. Cada página tiene su propio archivo de texto.
¿Esta herramienta es gratis?: Sí: SmartScan es gratis. Regístrate y obtén 1000 escaneos al mes. Sin tarjeta de crédito.

Gratis: 1000 escaneos al mes. Sin tarjeta de crédito.