html - 去除不必要的空格 - "unnecessary"是关键

Question

为了减少带宽，我正在尝试删除不必要的空白。我所说的“不必要”是指行首或行尾的任何垂直空白和水平空白，但如果它位于 <textarea> 中，则不是这样。标签。

虽然我对The Pony He Comes并不陌生，我相当确定完整的 HTML 解析器对于这项任务来说是大材小用。据我了解，正则表达式可以工作。

我现在拥有的正则表达式是:

$out = preg_replace("/[ \t]*\r?\n[ \t]*/","",$in);

这似乎去掉了我上面指定的空白，除了<textarea>规则。我的问题归结为:如何确保替换不会在指定范围内发生？可以安全地假设所有 HTML 实体都在 <textarea> 内正确转义。 s。

Answer 1

如果您有 html:

<P>a
b</P>

然后你去掉垂直空白，你最终会得到 ab而不是a b 。因此您需要将其转换为空格(这是毫无意义的)。

仅在标签附近剥离也无济于事，因为您可能有(例如)两个 SPAN标签彼此靠近。

您可以删除行首或行尾的空白 - 但这只是因为您已经有了垂直空白。

因此，如果您确实想这样做，您可以将多次出现的空格折叠为一个空格。

如果您避免使用 javascript、输入字段、pre's 和文本区域，您应该没问题。但如果没有完整的解析器，就不可能真正避免这些!例如，有人可以输入 <TEXTAREA>在注释中，如果没有解析器，您将一直寻找文本区域的末尾，但永远找不到它。

但更糟糕的是value input 的属性。你不想搞乱它 - 但如果没有解析器就完全不可能找到它:

<INPUT name="value='hello'" value='name="hi"'>

颜色编码清楚地表明了属性是什么，但请尝试在不使用解析器的情况下找到它们。

避免标签内部也没有帮助，因为您可以合法地放置 >在评论中。