lua去除HTML/css/js等代码

近期打算重新用c+lua实现以前用python写的一个简单的spider，所有规则尽可能都用lua实现，当然了，比如ocr的部份还是转调C的实现，由于对lua的不熟，花了几天，断断续续才整理出一个清理HTML等代码的函数：

function clearHTML(html)
    html = string.gsub(html, '<script[%a%A]->[%a%A]-</script>', '')
    html = string.gsub(html, '<style[%a%A]->[%a%A]-</style>', '')
    html = string.gsub(html, '<[%a%A]->', '')
    --删除空行
    html = string.gsub(html, '\n\r', '\n')
    html = string.gsub(html, '%s+\n', '\n')
    html = string.gsub(html, '\n+', '\n')
    html = string.gsub(html, '\n%s+', '\n')
    --删除前后空格
    html = string.gsub(html, '^%s+', '')
    html = string.gsub(html, '%s+$', '')

    return html
end

----------------------------------------------------------------