Eliminar o quitar etiquetas HTML de cadenas de texto

Si tiene varias cadenas de texto rodeadas por etiquetas HTML, los métodos descritos en este artículo le serán de gran ayuda.

• Eliminar o quitar todas las etiquetas HTML simple con fórmula
• Eliminar o quitar algunas etiquetas HTML complejas con código VBA

Eliminar o quitar todas las etiquetas HTML simple con fórmula

Si sus cadenas de texto están rodeadas por etiquetas HTML sencillas, la función EXTRAE de Excel puede ayudarle a realizar esta tarea. La sintaxis genérica es:

• string: la cadena de texto o el valor de celda del que desea eliminar las etiquetas HTML.
• text_start: el número de la posición del primer carácter que desea utilizar.
• tag_len: la longitud de las etiquetas HTML incluidas en la cadena de texto.

Copie o introduzca la siguiente fórmula en una celda vacía:

A continuación, arrastre el controlador de relleno hacia abajo hasta las celdas a las que desea aplicar esta fórmula, y todas las etiquetas HTML se habrán eliminado de las celdas, tal como se muestra en la siguiente captura de pantalla:

Explicación de la fórmula:

LARGO(A2)-7: Esta función LARGO calcula la longitud del texto en la celda A2 y le resta 7 —el número total de caracteres correspondientes a las etiquetas HTML de apertura y cierre— para obtener la cantidad de caracteres que deseas extraer, excluyendo dichas etiquetas. El resultado se utilizará como argumento núm_de_caracteres en la función EXTRAE.

EXTRAE(A2,4,LARGO(A2)-7): Esta función EXTRAE extrae todos los caracteres a partir del cuarto, con una longitud determinada por el resultado de la función LARGO.

Eliminar o quitar algunas etiquetas HTML complejas con código VBA

Si hay varias etiquetas HTML dentro de la cadena de texto, tal como se muestra en la siguiente captura de pantalla, la fórmula anterior podría no funcionar correctamente. En ese caso, el siguiente código VBA puede ayudarle a gestionar etiquetas HTML más complejas en las cadenas de texto.

1. Mantenga pulsadas las teclas Alt + F11 en Excel y se abrirá la ventana de Microsoft Visual Basic para Aplicaciones.

2. Haga clic en Insertar > Módulo y pegue el siguiente código VBA en la ventana del módulo.

Sub RemoveTags()
'updateby Extendoffice 
    Dim xRg As Range
    Dim xCell As Range
    Dim xAddress As String
    On Error Resume Next
    xAddress = Application.ActiveWindow.RangeSelection.Address
    Set xRg = Application.InputBox("please select data range", "Kutools for Excel", xAddress, , , , , 8)
    Set xRg = Application.Intersect(xRg, xRg.Worksheet.UsedRange)
    If xRg Is Nothing Then Exit Sub
    xRg.NumberFormat = "@"
    With CreateObject("vbscript.regexp")
        .Pattern = "\<.*?\>"
        .Global = True
        For Each xCell In xRg
            xCell.Value = .Replace(xCell.Value, "")
        Next
    End With
End Sub

3. A continuación, pulse la tecla F5 para ejecutar este código y aparecerá un cuadro de diálogo. Seleccione las celdas de las que desea eliminar las etiquetas HTML, tal como se muestra en la captura de pantalla:

4. A continuación, haga clic en el botón Aceptar y todas las etiquetas HTML se eliminarán de las celdas seleccionadas, tal como se muestra en la captura de pantalla:

Funciones relacionadas utilizadas:

Más artículos: