使用纯 Python 代码去除生成的 HTML 中的空格

Question

我正在使用 Jinja2 生成 HTML 文件，这些文件通常非常大。我注意到生成的 HTML 有很多空格。是否有一个纯 Python 工具可以用来最小化此 HTML？当我说“最小化”时，我的意思是从 HTML 中删除不必要的空格（就像 Google 所做的那样 - 例如，查看 google.com 的源代码）

我不想依赖库/外部可执行文件，例如 tidy为了这。

需要进一步说明的是，实际上没有 JavaScript 代码。仅 HTML 内容。

Answer 1

您还可以研究 Jinja 的内置空白控件，这可能会缓解一些问题渲染模板后需要手动删除空格。

引用文档：

但您也可以手动去除模板中的空白。如果将减号 (-) 放在块（例如 for 标记）、注释或变量表达式的开头或结尾，则可以删除该块之后或之前的空格：

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

这将产生所有元素之间没有空格。如果 seq 是从 1 到 9 的数字列表，则输出将为 123456789。

Answer 2

我发现 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 3

如果您只想删除多余的空格，您可以使用：

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

或：

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

如果您想做的事情比仅仅删除多余的空格更复杂，则需要使用更强大的工具（或更复杂的正则表达式）。