如何將 HTML 文件下載為純文字？

如果一個人下載一個網頁，curl或者wget它以 html 的形式出現。

但是，如果我希望將其下載為純文字（即沒有任何 HTML 解析），完全或幾乎完全像在 Web 瀏覽器中清楚地讀取它（當然省略任何圖像/影片/音頻），那將是一種方法要做到這一點？

你不能下載它，它在伺服器上不存在。伺服器發送 HTML，瀏覽器的工作是顯示它。其中一部分（可以）是顯示文本。

事實上，許多網頁是相當空的，並在您閱讀時載入相關內容。

因此，您需要的是一個工作瀏覽器，它顯示您的文本，然後您需要獲取該文本。

您通常會通過從腳本語言實際遠端控制瀏覽器來做到這一點：您以特殊的“守護程序”模式啟動瀏覽器，連接到它，並使用特製的瀏覽器控制界面（WebDriver）告訴它轉到一個 URL，等待一秒鐘讓瀏覽器正常呈現您在螢幕上看到的內容，然後告訴它保存為純文字文件。

引用自：https://unix.stackexchange.com/questions/694324