In breve: il testo incollato da Word, Google Docs o un browser raramente arriva come HTML pulito — porta con sé stili inline invisibili, tag vuoti e il markup proprietario di Microsoft, ed è per questo che una pagina può sembrare a posto ma gonfiare i contenuti salvati dal CMS e rompere il suo stile. Abbina questa guida a AI Hidden Characters, Text Difference, Character Counter e Encoding Converter.
Pulire l'HTML prima di pubblicare significa rimuovere questo markup nascosto per tornare a una struttura semplice — paragrafi, titoli, link — prima che raggiunga un CMS che lo renderà esattamente come incollato.
Da dove viene davvero il markup in eccesso
Microsoft Word salva la formattazione come markup interno simil-HTML, e copiare da Word in un browser trascina con sé quel markup legacy — commenti condizionali, stili inline mso-* e tag con namespace che non significano nulla fuori da Word ma vengono comunque incollati alla lettera. Google Docs e gli editor rich-text aggiungono i propri attributi style inline per ogni porzione di testo, anche quando il risultato visivo è identico allo stile predefinito del CMS.
Perché questo causa problemi reali, non solo codice disordinato
Un CMS renderizza qualsiasi HTML gli venga dato — se il contenuto incollato porta un font-family: Calibri inline o una font-size fissa, può sovrascrivere la tipografia reale del sito su quel singolo paragrafo, creando pagine dall'aspetto incoerente e difficili da diagnosticare perché l'HTML sembra a posto a un controllo visivo rapido. I tag vuoti (<span></span>, <p><p></p></p> annidati) non si vedono ma vengono comunque salvati, indicizzati, e possono inceppare controlli di lunghezza del contenuto o scanner di accessibilità che analizzano il DOM.
Cosa significa davvero HTML "pulito"
L'HTML pulito mantiene la struttura semantica — <p>, <h2>, <strong>, <a> — e scarta tutto ciò che esiste solo per riprodurre la formattazione visiva esatta del documento sorgente. L'href di un link conta; il colore inline di uno span di solito no, dato che dovrebbe essere il foglio di stile del CMS a decidere l'aspetto del testo, non la sorgente dell'incolla.
Un flusso di lavoro incolla-e-pulisci
- Incolla prima in un passaggio intermedio in testo semplice se la sorgente è Word o un editor pesantemente stilizzato — questo da solo elimina la maggior parte del markup proprietario.
- Se il CMS ha un'opzione "incolla come testo semplice" o "incolla da Word", usala invece di un incolla grezzo.
- Controlla il risultato per tag vuoti e attributi
styleinline prima di pubblicare, non dopo che un lettore segnala una formattazione strana. - Riaggiungi solo la formattazione semanticamente significativa — grassetto per enfasi, link, titoli — non lo stile visivo che duplica il CSS del sito.
Errori comuni da evitare
- Incollare direttamente da Word nell'editor rich-text di un CMS senza un passaggio intermedio di pulizia.
- Presumere che una pagina "sembri a posto" significhi che l'HTML è pulito — l'eccesso è invisibile finché non ispezioni il markup o non raggiungi un limite di lunghezza.
- Eliminare manualmente la formattazione visibile lasciando gli stili inline sottostanti e i tag vuoti nel sorgente HTML.
- Trattare questo come una correzione una tantum invece che un passaggio in ogni flusso di pubblicazione con molti incolla.
L'HTML pulito non riguarda come appare oggi una pagina — riguarda il non spedire debito di markup invisibile che emerge più tardi come stile incoerente, peso di pagina gonfiato, o un campo del CMS che ha silenziosamente raggiunto il suo limite di caratteri.