无论是wordpress，还是其他任何p【作者：唐霜】著作权归作者所有，禁止商业用途转载。hp实现前端页面输出的系统，我们都可以通【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.net过php来对html进行一个格式化，使h【本文首发于唐霜的博客】【关注微信公众号：wwwtangshuangnet】tml能够经过格式化后输出，可以起到减少未经授权，禁止复制转载。原创内容，盗版必究。页面容量加快网页下载等效果。在wordp【转载请注明来源】【原创不易，请尊重版权】ress中，实际上，我们通过wordpr转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】ess的钩子等特性进行处理，只需要更多的著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。去研究格式化的一些规律。

【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】

那么具体我们需要面对哪些格式化清除呢？【原创不易，请尊重版权】

原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】

1. 清除换行（有特殊情况，往下读）原创内容，盗版必究。
【本文受版权保护】【本文受版权保护】【本文受版权保护】本文作者：唐霜，转载请注明出处。
2. 清除连续的空格、换挡（先用一个空格代替）
著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。【原创内容，转载请注明出处】
3. 清除一些没有必要的内容【未经授权禁止转载】
本文版权归作者所有，未经授权不得转载。【关注微信公众号：wwwtangshuangnet】本文作者：唐霜，转载请注明出处。【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】

我们用下面的一个替换来进行换行清除：【本文受版权保护】

【版权所有，侵权必究】【本文受版权保护】未经授权，禁止复制转载。【转载请注明来源】

$buffer = str_replace(array("\t","\r\n","\n","\r"),' ',$buffer);

它同时清除了换挡。全部先用一个空格来表示【原创不易，请尊重版权】【本文首发于唐霜的博客】。

【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。【本文首发于唐霜的博客】【作者：唐霜】著作权归作者所有，禁止商业用途转载。

但是，这个地方有两个特殊情况：1. 如果【原创不易，请尊重版权】【本文首发于唐霜的博客】网页中存在javascript代码区域，【转载请注明来源】【关注微信公众号：wwwtangshuangnet】而该区域中又有//注释，那么这个清除换行未经授权，禁止复制转载。【版权所有，侵权必究】处理会导致//后面所有的脚本代码失效；2原创内容，盗版必究。本文作者：唐霜，转载请注明出处。：不能直接将换行替换为”，即转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。空，因为在一些情况下，程序员为了便于阅读【本文首发于唐霜的博客】【原创不易，请尊重版权】，通过换行来实现元素之间的空格，例如：

本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】未经授权，禁止复制转载。原创内容，盗版必究。

<div>
  <span>a</span>
  <span>b</span>
</div>

其中的a和b中间其实是有空格的，但是如果未经授权，禁止复制转载。【未经授权禁止转载】直接清除换行和换挡，会导致空格消失，两个本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】原本有间距的元素间距丢失。

【本文首发于唐霜的博客】未经授权，禁止复制转载。【版权所有，侵权必究】

连续的空格，我们用下面的代码来清除：未经授权，禁止复制转载。

【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。未经授权，禁止复制转载。

$buffer = preg_replace("/\s+/",' ',$buffer);

接下来，我们要去掉一些没有必要的内容，比【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】如<img />标签，其实&【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net#8221; />”（未经授权，禁止复制转载。原创内容，盗版必究。前面有空格）是没有必要的html5支持&【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】lt;img>这种不关闭标签的用法本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】，所以，我们把所有的” /&未经授权，禁止复制转载。【原创不易，请尊重版权】gt;”替换为”本文作者：唐霜，转载请注明出处。【未经授权禁止转载】>”，可以省两个字符的【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。位置：

著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】【本文受版权保护】

$buffer = str_replace(' />','>',$buffer);

我们还会如果忽略上面提到的脚本中的//注原创内容，盗版必究。原创内容，盗版必究。释问题，我们剩下来的问题，就是

未经授权，禁止复制转载。【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。【本文受版权保护】【版权所有，侵权必究】

接下来，我们来处理一下上面提到的问题。未经授权，禁止复制转载。

本文版权归作者所有，未经授权不得转载。原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net【作者：唐霜】

原本，我们可以通过正则匹配 (\/\/.原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。*)来替换到注释的，但是我们不得不考虑两【版权所有】唐霜 www.tangshuang.net【转载请注明来源】种情况，1.如果代码中使用http://本文版权归作者所有，未经授权不得转载。【转载请注明来源】发出ajax请求怎么办？2.在很多技术博【作者：唐霜】本文版权归作者所有，未经授权不得转载。客中，文章内容里面的代码就有//注释。这【作者：唐霜】著作权归作者所有，禁止商业用途转载。两种情况，让我们不能随意使用正则替换，第转载请注明出处：www.tangshuang.net【版权所有，侵权必究】二种情况导致我们连/**/区块注释也不能转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。随便乱用，如果文章中有<pre&g本文版权归作者所有，未经授权不得转载。【本文首发于唐霜的博客】t;标签，那么我们连去除换行和连续空格都【作者：唐霜】【版权所有】唐霜 www.tangshuang.net不能乱用。所以，这里问题可大了。

原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】【版权所有，侵权必究】

为此，我们不得不对上面的一些策略做出调整原创内容，盗版必究。【版权所有，侵权必究】，比如换行，我们必须这样子去清除：

【关注微信公众号：wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net

$buffer = preg_replace("/>\s*[\r||\r]\s*</",'> <',$buffer)

即通过html标签的><标记本文版权归作者所有，未经授权不得转载。【作者：唐霜】去判断，例如

【关注微信公众号：wwwtangshuangnet】原创内容，盗版必究。【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】

<div>
  <div></div>
</div>

这种情况。【本文受版权保护】

【版权所有】唐霜 www.tangshuang.net【本文受版权保护】原创内容，盗版必究。

那么怎么从html代码中分离出scrip【未经授权禁止转载】【原创内容，转载请注明出处】t和style呢？使用正则匹配即可。

【未经授权禁止转载】原创内容，盗版必究。转载请注明出处：www.tangshuang.net

preg_match_all("/<script[^>]*>.*?<\/script>/is",$html,$result);

所有的结果被保存在$result中，再对【作者：唐霜】未经授权，禁止复制转载。匹配到的结果进行遍历，替换完之后，再与原转载请注明出处：www.tangshuang.net【本文受版权保护】代码进行合并。

【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。原创内容，盗版必究。

好了，前面聊了那么多，我们来开始写全部的本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。代码吧

著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】原创内容，盗版必究。本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。

<?php

//压缩html代码
function wp_compress_html() {
  function wp_compress_js($js) {
    $js = preg_replace('#\/\*[^*]*\*+([^/][^*]*\*+)*\/#isU','',$js);//块注释
    $js = str_replace(array('<!--','-->'),'',$js);
    $h1 = 'http://';
    $s1 = '【:??】';
    //标识“http://”,避免将其替换成空
    $h2 = 'https://';
    $s2 = '【s:??】';
    //标识“https://”
    $js = str_replace($h1,$s1,$js);
    $js = str_replace($h2,$s2,$js);
    $js = preg_replace("#\/\/[^]*#",'',$js);//行注释
    $js = str_replace($s1,$h1,$js);
    $js = str_replace($s2,$h2,$js);
    $js = str_replace(array("\t","\r","\r",""),'',$js); // 去除换挡和回车
    $js = preg_replace("#\s(?=\s)#",'',$js); // 这是一个精妙的语法，是正则表达示里被称为“断言”的语法，这个替换的意思是，如果遇到一个\s，则预测这个\s后面为\s，如果真的为\s，则将它替换为''
    $js = preg_replace("#\s*(>|<|=|>=|<=|\?|:|==|\|\||\+=|\-=|\+\+|\-\-|\+|\-|\*|\/|,|\(|\)|;|\{|\})\s*#","$1",$js);//字符前后多余空格
    $js = trim($js);
    return $js;
  }
  function wp_compress_css($css) {
    $css = preg_replace('#\/\*[^*]*\*+([^/][^*]*\*+)*\/#isU','',$css);
    $css = str_replace(array('<!--','-->'),'',$css);
    $css = str_replace(array("\r","\r","","\t"),'',$css);
    $css = preg_replace("/\s(?=\s)/",'',$css);
    $css = preg_replace("#\s*(:|;|\{|\})\s*#","$1",$css);
    return $css;
  }
  function wp_compress_html_main ($html){
    // 先把script代码区块内的内容先净化
    preg_match_all("/<script([^>]*)>(.*?)<\/script>/is",$html,$result);
    if(isset($result[2]) && !empty($result[2])) {
      foreach($result[2] as $i => $item) {
        if(strpos($result[1][$i],'src=') !== false) {
          $item = $result[0][$i];
          $item = str_replace('type="text/javascript"',' ',$item); // 下面还会对空格进行净化，这里为了避免意外，保留为一个空格
          $html = str_replace($result[0][$i],$item,$html);
          continue;
        }
        $item = wp_compress_js($item);
        $html = str_replace($result[0][$i],'<script>'.$item.'</script>',$html);
      }
    }

    // 接着把style代码区块内的内容净化
    preg_match_all("/<style[^>]*>(.*?)<\/style>/is",$html,$result);
    if(isset($result[1]) && !empty($result[1])) {
       foreach($result[1] as $i => $item) {
         $item = wp_compress_css($item);
         $html = str_replace($result[0][$i],'<style>'.$item.'</style>',$html);
       }
    }

    // 接着处理><标签换行
    $html = preg_replace("#>\s*[\r||\r]\s*<#",'> <',$html);

    // 将多个空格合并为一个
    $html = preg_replace("/\s(?=\s)/",'',$html);

    // 排除那些前后绝不需要空格的标签
    $html = preg_replace("#\s*(<html>|<\/html>|<head>|<\/head>|<title>|<\/title>|<body>|<\/body>|<meta |\/>|<style>|<\/style>|<script>|<\/script>|<link )\s*#","$1",$html);
    $html = trim($html);
    return $html;
  }
  if(!is_admin()) {
    ob_start("wp_compress_html_main");
  }
}
add_action('init', 'wp_compress_html');

2015-12-03 5708