使用纯Python cod去除生成的HTML中的空白

Question

我使用Jinja2生成的HTML文件通常非常大。我注意到生成的HTML有很多空白。有没有一个纯Python工具可以用来最小化这个HTML？当我说“最小化”时，我的意思是从HTML中删除不必要的空白（就像Google一样——例如，查看Google.com的源代码）

我不想依赖于库/外部可执行文件，比如tidy。

为了进一步澄清，实际上没有JavaScript代码。只有HTML内容。

Answer 1

我找到了python slimmer库，非常适合您需要做的事情。

from slimmer import html_slimmer # or xhtml_slimmer, css_slimmer
html = html_slimmer(html)

Answer 2

您还可以研究Jinja's built-in whitespace control，这可能会减少在呈现模板后手动删除空白的需要。

引用the docs：

But you can also strip whitespace in templates by hand. If you put an minus sign (-) to the start or end of an block (for example a for tag), a comment or variable expression you can remove the whitespaces after or before that block:

{% for item in seq -%}
    {{ item }}
{%- endfor %}

This will yield all elements without whitespace between them. If seq was a list of numbers from 1 to 9 the output would be 123456789.

Answer 3

如果只想去掉多余的空白，可以使用：

>>> import re
>>> html_string = re.sub(r'\s\s+', ' ', html_string)

或：

>>> html_string = ' '.join(html_string.split())

如果你想做一些比去掉多余的空白更复杂的事情，你需要使用更强大的工具（或者更复杂的regexp）。