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.

What format is the output?

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

Can I extract text from multiple pages?

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.

Outil gratuit

Extrayez le texte propre de n'importe quelle page web

Extrayez le texte lisible de n'importe quelle page web — titres, paragraphes, contenu principal — nettoyé et structuré, prêt à copier ou à télécharger.

Aucun compte requis pour votre premier scan · Résultats en quelques secondes

📄

Contenu principal

Extrait le contenu principal de la page grâce aux algorithmes de lisibilité : navigation, pieds de page, publicités et contenus passe-partout sont supprimés.

🏷️

Hiérarchie des titres

Récupère les titres H1–H6 dans l'ordre et vous donne un plan structuré du contenu de la page.

📋

Résultat propre

Le texte brut est enregistré sous content/main_text.txt — prêt à coller dans un document, à passer à une IA ou à analyser par script.

Comment fonctionne l'extracteur de texte web

Saisissez une URL

Collez l'adresse de n'importe quelle page web — article, billet de blog, landing page ou fiche produit.

SmartScan charge la page et la nettoie

La page est récupérée, puis les algorithmes de lisibilité retirent la navigation, les publicités, les pieds de page et les contenus passe-partout.

Téléchargez le texte propre au format TXT

Récupérez le contenu principal dans un fichier texte brut — propre, structuré et prêt à l'emploi.

🎯

Extraction par lisibilité

Utilise un algorithme de lisibilité (proche du mode Lecture de Firefox) pour isoler l'article ou le bloc de contenu principal de la page.

🌐

Pages en JS

Passez en mode dynamique pour extraire le texte des applications React, Vue ou Angular qui affichent leur contenu via JavaScript.

📊

Structure des titres

La hiérarchie H1–H6 est extraite à part : le plan du contenu de la page se lit d'un coup d'œil.

Cas d'usage courants

Entrée pour l'IA et les LLM
Alimentez ChatGPT, Claude ou d'autres LLM avec un texte propre, sans bruit HTML.

Analyse de contenu
Extrayez et comparez les textes des pages concurrentes, billets de blog ou landing pages.

Détection de plagiat
Obtenez le texte propre de n'importe quelle page pour vos outils de comparaison.

Pipelines de données
Injectez le texte extrait dans vos pipelines NLP, analyses de sentiment ou outils de mots-clés.

Foire aux questions

Extrait-il tout le texte ou seulement le contenu principal ?: Vous obtenez les deux : une version nettoyée du « contenu principal » (sans les éléments passe-partout) et le texte brut complet de la page. Les deux figurent dans le ZIP du résultat.
Cela fonctionne-t-il sur les pages rendues en JavaScript ?: Oui. Passez en mode de rendu dynamique (JS) pour extraire le texte des SPA et des pages riches en JavaScript.
Sous quel format arrive le résultat ?: Le texte principal est enregistré sous content/main_text.txt dans votre ZIP. Le JSON complet du résultat contient également le texte avec la hiérarchie des titres.
Puis-je extraire le texte de plusieurs pages ?: Oui — utilisez le mode Crawl du site ou le scan en masse pour extraire le texte de plusieurs URL en un seul scan. Chaque page a son propre fichier texte.
Cet outil est-il gratuit ?: Oui — SmartScan est gratuit. Inscrivez-vous pour 1 000 scans/mois. Aucune carte bancaire requise.

Extraire un texte propre de n'importe quel site

Gratuit — 1 000 scans/mois. Aucune carte bancaire requise.

Créer un compte gratuit → Essayer sans compte