无论是wordpress，还是其他任何php实现前端页面输出的系统，我们都可以通过php来对html进行一个格式化，使html能够经过格式化后输出，可以起到减少页面容量加快网页下载等效果。在wordpress中，实际上，我们通过wordpress的钩子等特性进行处理，只需要更多的去研究格式化的一些规律。
那么具体我们需要面对哪些格式化清除呢？
- 清除换行（有特殊情况，往下读）
- 清除连续的空格、换挡（先用一个空格代替）
- 清除一些没有必要的内容
我们用下面的一个替换来进行换行清除：
$buffer = str_replace(array("\t","\r\n","\n","\r"),' ',$buffer);
它同时清除了换挡。全部先用一个空格来表示。
但是，这个地方有两个特殊情况：1. 如果网页中存在javascript代码区域，而该区域中又有//注释，那么这个清除换行处理会导致//后面所有的脚本代码失效；2：不能直接将换行替换为''，即空，因为在一些情况下，程序员为了便于阅读，通过换行来实现元素之间的空格，例如：
<div> <span>a</span> <span>b</span> </div>
其中的a和b中间其实是有空格的，但是如果直接清除换行和换挡，会导致空格消失，两个原本有间距的元素间距丢失。
连续的空格，我们用下面的代码来清除：
$buffer = preg_replace("/\s+/",' ',$buffer);
接下来，我们要去掉一些没有必要的内容，比如<img />标签，其实" />"（前面有空格）是没有必要的html5支持<img>这种不关闭标签的用法，所以，我们把所有的" />"替换为">"，可以省两个字符的位置：
$buffer = str_replace(' />','>',$buffer);
我们还会如果忽略上面提到的脚本中的//注释问题，我们剩下来的问题，就是
接下来，我们来处理一下上面提到的问题。
原本，我们可以通过正则匹配 (\/\/.*)来替换到注释的，但是我们不得不考虑两种情况，1.如果代码中使用http://发出ajax请求怎么办？2.在很多技术博客中，文章内容里面的代码就有//注释。这两种情况，让我们不能随意使用正则替换，第二种情况导致我们连/**/区块注释也不能随便乱用，如果文章中有<pre>标签，那么我们连去除换行和连续空格都不能乱用。所以，这里问题可大了。
为此，我们不得不对上面的一些策略做出调整，比如换行，我们必须这样子去清除：
$buffer = preg_replace("/>\s*[\r||\r]\s*</",'> <',$buffer)
即通过html标签的><标记去判断，例如
<div> <div></div> </div>
这种情况。
那么怎么从html代码中分离出script和style呢？使用正则匹配即可。
preg_match_all("/<script[^>]*>.*?<\/script>/is",$html,$result);
所有的结果被保存在$result中，再对匹配到的结果进行遍历，替换完之后，再与原代码进行合并。
好了，前面聊了那么多，我们来开始写全部的代码吧
<?php
//压缩html代码
function wp_compress_html() {
function wp_compress_js($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 5049
