$\texttt{normalizar\_html\_basico}(texto)$

Nombre

normalizar_html_basico - Aplica una normalizacion basica de HTML convertido a texto.

Sinopsis

txt = webs.normalizar_html_basico(texto)

Descripcion

Quita dobles espacios, NBSP, acentos basicos y TRIM().

Es exactamente el bloque de limpieza previa que se repite antes de parsear texto proveniente de paginas web.

Comportamiento

• Aplica TRIM() al inicio y al final.
• Limpia espacios duplicados y variantes de NBSP.
• Reemplaza vocales acentuadas basicas por sus versiones sin acento.
• Retorna el texto normalizado.

Funciones API relacionadas

• webs.html_desde_url()
• webs.cotizaciones_chaco()

Parámetros

Valor de retorno

STRING - Texto normalizado.

Ejemplo

INCLUIR "webs.api"
INCLUIR "strings.api"
INCLUIR "tablas.api"

FUNCION PRINCIPAL
INICIO 
    STRING txt

    txt = webs.html_desde_url("https://www.cambioschaco.com.py/")
    IMPRIMIR(txt)

    txt = webs.normalizar_html_basico(txt)
    IMPRIMIR("\n\n")
    IMPRIMIR(txt)
FINAL