使用正则表达式优化网页代码

转载 2007年09月18日 09:12:00
正则表达式最早在perl语言中出现,在此之前为了测试字符串中是否存在某个字符,不得不使用如ChatAt()、indexOf()等函数对 字符串循环校验。一旦验证的条件复杂起来(比如身份证校验)实现就变得相当繁杂和艰巨。为此人们就发明了正则语法,使用一个特殊的字符串作为模板,对输入 的字符流进行匹配,这跟电子厂的PCB板检测原理很相似。正则表达式在不同工具中实现方式虽然有点不同,但表达语法相同,一般都遵循了 ECMPScript 的RegExp类语法标准,具体可以查看,《ECMAScript Language Specification》中有关RegExp的描述,如果想深入了解正则表达式,http://www.regular-expressions.info/是个不错的网站。
       网 页代码优化的最主要工作的就是对页面源代码的简化。对于用网页工具或其他转换工具(比如Word—>Html)制作的网页,简化与未简化的网页大小 相差往往在一倍以上。别小看简化的作用,对于目前的互联网带宽来说,将50kb的页面缩小成20kb可能感觉不到浏览速度的提升,但对小型手持设备如手 机、PDA来说,这是非常致命的,不仅是带宽的问题,页面代码越多,浏览器解析与导航(定位)的速度就越慢,消耗的内存也越厉害。网页代码的精简程度是衡 量网页设计人员水平高低的一个重要标准。
闲话说了这么多,现在进入 正题。代码简化工作是通过对文本进行“查找替换”实现的。普通的全字符串匹配的查找替换可以帮我们完成大部分的代码简化功能,对于有条件的简化,必须使用 正则表达式进行处理。基本上带有文本编辑功能的编辑器(比windows写字板高级点的)都带有支持正则表达式的“查找替换”功能。由于是对网页代码进行 优化,因此我们还是使用专门的DreamWeaver或FrontPage进行操作。这两个工具都带有html代码优化功能,但基本上都不能满足我们的要 求。而且优化的功能都可以通过使用正则表达式进行实现。FrontPage正则表达式的很多标记跟标准的不同(真不明白ms为什么老是要自己搞另外一套- _-!!),这里我只介绍适合DreamWeaver的方法。
应用一:删除空白标签
像<span></span>、<b></b>这类页面编辑后遗留的空白标签是可以清理的,但要注意的是,在一些应用中(如ajax的回显)可能会用到一些有id属性的空白标签。
查找
替换
<(.*)/b.*?>/s*<//1>
 
 
用这个也可以删除一些不必要的标签,只要/s*替换成捕获组:
查找
替换
<(.*)/b.*?>((?:[^<//1]|/s)*)<//1>
$2
记得把.*换成你要替换的标签,另外它无法处理嵌套的标签。但变更一下,可以处理嵌套带不同属性的相同标签。
 
应用二:删除文本中的html标签
查找
替换
<(?:.|/s)*?>
 
 
应用三:删除多余的空白
比如把<div id=””   >替换为<div id=””>
查找
替换
/s{2,}
(一个空格)
/s{1,}(.|/)>
$1>
 
应用四:标签合并
比如把<b><b>abc</b>defedd</b>替换成<b>abcdefedd</b>
对多层嵌套的结构必须一步步“脱壳”:
 
查找
替换
(<(.*)/b.*?>)((?:[^</2]|/s)*?)/1((?:.|/s)*?)<//2>((?:.|/s)*?)<//2>
<$2>$3$4$5</$2>
这个方法一次只能合并一个内嵌标签,要多替换几次。
最好指定(.*)中.*代表的具体标签,避免合并了不该合并的标签。比如b或font,如果要合并带属性的标签,只需要把<(.*)/b.*?>改成<(.|/s)*?>就可以了。
 
应用五:将具有特定属性的标签用css引用简化
假设要把
<td bgcolor=”#FFFFFF” width=”20px”>换成
<td bgcolor=”#FFFFFF” class=”style1”>
查找
替换
<(.*)/b(.*)width="20px"((.|s)*)>
<$1 $2 class=”style1” $3>
 
你需要将.*换成要处理的标签。
举一反三,我们可以把width=”20px”的td加宽2倍
查找
替换
<(.*)/b(.*)width="20px"((.|s)*)>
<$1 $2 width="40px"$3>
 
应用六:删除html注释
查找
替换
<!(.|/s)*?>
 
<!--(.|/s)*?-->
 
 
以上是几个正则表达式在简化代码方面的简单例子,这里虽然只讲如何进行网页代码的优化,但实际上正则表达式的作用远不只如此,只要发挥我们的想象力,正则表达式在文本编辑领域必大有所为。
值得一提的是,在FrontPage的“查找替换”功能中,有个“HTML规则”和“HTML标记”的功能,方便了我们对html代码进行编辑,适合对正则表达式不熟悉的人使用。
 

使用正则表达式优化网页代码

 使用正则表达式优化网页代码        正则表达式最早在perl语言中出现,在此之前为了测试字符串中是否存在某个字符,不得不使用如ChatAt()、indexOf()等函数对字符串循环校验。一旦验...
  • lemonfamily
  • lemonfamily
  • 2007年09月13日 17:56
  • 9375

[转]使用正则表达式优化网页代码

使用正则表达式优化网页代码        正则表达式最早在perl语言中出现,在此之前为了测试字符串中是否存在某个字符,不得不使用如ChatAt()、indexOf()等函数对字符串循环校验。一旦验证...
  • andylaufzf
  • andylaufzf
  • 2007年09月17日 11:20
  • 412

网站代码该如何优化?

说到网站站内代码优化,可能有些朋友不知道该如何下手,以及该如何真正做好站内代码优化,提升网站的打开速度。并使我们网站的用户体验,能得到一个很好的提升呢?段亮认为有以下几点: 一、对JS文件的存放...
  • yuzhilin1
  • yuzhilin1
  • 2016年03月04日 19:13
  • 1165

java网页正则表达式爬虫(用纯java代码在相应的网页中查看自己想要的内容)

在吃夜宵的时候利用短暂的时间做个爬虫小程序,代码没时间优化,但是功能全实现了。eclipse的项目结构如下图: 代码如下: package com.jiaxun.test; im...
  • zeng308041977
  • zeng308041977
  • 2017年08月04日 00:55
  • 223

正则表达式优化

正则表达式的优化  在Jeffrey E. F. Friedl 的>中提到了几种技巧。今天着重说一种比较实用的。   比较简单的:         在类似 .* 或者 [\s\S]*中匹配的时候...
  • fcc7619666
  • fcc7619666
  • 2016年07月05日 11:25
  • 223

用正则表达式提取网页中的链接

代码如下:  1    /** *//** The regex for search link with the tag "a" */  2    private final String A...
  • liang0000zai
  • liang0000zai
  • 2014年11月30日 20:32
  • 1091

python使用正则表达式编写网页小爬虫

""" 文本处理是当下计算机处理的主要任务,从文本中找到某些有用的信息, 挖掘出某些信息是现在计算机程序大部分所做的工作。而python这中轻量型、小巧的语言包含了很多处理的函数库, 这些库的跨...
  • liuguiyangnwpu
  • liuguiyangnwpu
  • 2015年04月09日 22:13
  • 9484

实战项目中的正则表达式运用

//这里是正则表达式验证,企业名称、注册号、组织机构代码 $("#tesr").blur(function(){ var myreg = /^[A-Za-z0-9\u4e00-\u9fa5]{2,20...
  • yyjourney
  • yyjourney
  • 2017年06月06日 11:07
  • 531

正则表达式的优化---用RegexBuddy进行效率分析

正则表达式的优化—用RegexBuddy进行效率分析昨天看到《高性能的正则表达式效率优化》一文,自己动手试了试。发觉其优化后的正则表达式仍太罗嗦,自己另写~并用RegexBuddy查看匹配流程。其优化...
  • king_xing
  • king_xing
  • 2016年10月09日 22:42
  • 1160

正则表达式分析网页数据

http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html 本文介绍了Python对于正则表达式的支持,包括正则表达式基础以及Py...
  • uestcyao
  • uestcyao
  • 2012年08月14日 14:59
  • 7927
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:使用正则表达式优化网页代码
举报原因:
原因补充:

(最多只允许输入30个字)