使用纯 Python 代码去除生成的 HTML 中的空格答案

【问题标题】：Strip whitespace in generated HTML using pure Python code使用纯 Python 代码去除生成的 HTML 中的空格
【发布时间】：2013-06-01 10:46:08
【问题描述】：

我正在使用 Jinja2 生成通常非常大的 HTML 文件。我注意到生成的 HTML 有很多空格。有没有可以用来最小化这个 HTML 的纯 Python 工具？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）

我不想为此依赖库/外部可执行文件，例如 tidy。

为了进一步说明，实际上没有 JavaScript 代码。仅 HTML 内容。

【问题讨论】：

您是只是想删除不必要的空格还是要寻找更多内容？您的标题仅建议空格，但从您的问题来看，您似乎正在寻找更完整的工具。
@Mark：我相信，仅删除空格就足够了。（还有什么比这更重要的吗？）

标签： python html whitespace strip jinja2

【解决方案1】：

您还可以调查Jinja's built-in whitespace control，这可能会减轻在渲染模板后手动删除空格的一些需要。

引用the docs:

但您也可以手动去除模板中的空白。如果您将减号 (-) 放在块的开头或结尾（例如 for 标记）、注释或变量表达式，您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。

【讨论】：

但这仅处理块之间的空白——而不是块内或非块内容（如手写段落）

【解决方案2】：

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)

【讨论】：

【解决方案3】：

如果你只是想去掉多余的空格，你可以使用：

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

或：

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

如果您想做一些比去除多余空格更复杂的事情，您需要使用更强大的工具（或更复杂的正则表达式）。

【讨论】：

这样，您还将去除文本中单词之间的空格，例如段落和标签属性，并使 HTML 无效
它也在破坏
```
 元素的内容。
```