不应忽视的HTML优化
作者
崔康
发布于
2010年5月13日 下午10时14分
随着Web2.0技术的不断发展，Web前端的优化受到越来越多的关注，特别是JavaScript和CSS优化的讨论一直是热点，工具也
相对丰富，而对HTML优化则有所忽视，最近，来自百度泛用户体验团队
的工程师Miller
（chenminliang）撰
文
强调了HTML优化的重要性和相关技巧。
Miller首先举例说明了HTML优化稍显忽略的事实：
在Steve Souders
的大作《Even Faster Web Sites
》
中谈到非常多有效的前端优化方法，例如Javascript的加载、CSS选择符、图片优化、gzip、iframe问题等，唯独没有细说HTML优化。
他强调HTML优化虽然看似微小，但是不可忽视：
在整个前端的构成中，HTML是必不可少的一部分，而且是真正的展示“前端”。虽然与动辄十几K的Javascript相
比，HTML的大小在整个页面资源中一般不会占太多的比重，而且还有Gzip，但是事实表明，大多数页面都有较大的压缩余地，即使是Gzip过后仍然能减
小可观的体积...
Miller在文中总结了HTML优化的各种方法，将其分为两类：绿色规则
——在各类页面中适用且无害和橙色规则
——
在某些具体的情况下才适用或者有违标准。
绿色规则可以概括为以下几种：
使用相对URL
，某些href、src属性如果与当前页面处于同一域名下，则使用相对URL能够节省至少一个域名的长度。
删除HTTP或者HTTPS
，绝对URL都以HTTP或HTTPS等协议头开始，如果能确定URL的协议与当前页面URL
的协议是一致的，或者说该URL在多种协议下均是可用的，则可以考虑删除这个协议头。
删除注释
，考虑不必要的IE条件注释和CDATA注释及自定义注释。
压缩空白符
，对于多数标签，可以通过删除多余的空白符来减少HTML体积，但是对于pre等是例外。
压缩inline css & Javascript
，不管inline还是external，都需要压缩，这是
减小体积的最直接的方式。
CSS&Javascript尽量外链
，不仅可以减少体积，还能够充分利用浏览器的缓存机制。
删除元素默认属性
，在HTML规范
中，很多HTML元素的属性是有默认值的，对于这些默
认值可以抹去不写。
橙色规则就不一一列举了，感兴趣的读者可以直接查看原
文
。
除了优化技巧之外，Miller特别推荐了两款相关工具——Absolute HTML Compressor和PageSpeed1.6：
HTML优化工具目前比较理�
相关文档：
HTML字符实体(Character Entities)
有些字符在HTML里有特别的含义，比如小于号<就表示HTML Tag的开始，这个小于号是不显示在我们最终看到的网页里的。那如果我们希望在网页中显示一个小于号，该怎么办呢？
这就要说到HTML字符实体(HTML Character Entities)了。
一个字符实体(Character Entity)分成三部分：第一部� ......
使用Objective-C解析HTML或者XML，系统自带有两种方式一个是通过libxml，一个是通过NSXMLParser。不过这两种方式都需要自己写很多编码来处理抓取下来的内容，而且不是很直观。
有一个比较好的类库hpple，它是一个轻量级的包装框架，可以很好的解决这个问题。它是用XPath来定位和解析HTML或者XML。
安装步骤：
-加入 libx ......
System.Net.WebClient wc = new System.Net.WebClient();
Byte[] pageData = wc.DownloadData("httP://www");
string s = System.Text.Encoding.Default.GetString(pageData); ......
using System.Text.RegularExpressions;
string ohtml = this.TextBox1.Text;
System.Text.RegularExpressions.MatchCollection m;
//提取字符串的图片
......
最近项目中需要在页面中预览word文件，虽说word本身就可以在页面中打开，但是有两个弊端，1是可客户端必须安装word， 2是客户端的环境以及office版本有差异，会造成预览不稳定。在网上找了一下，发现poi可以把word装换成txt,但是格式都丢了,只有光秃秃的文本,又搜jacob, 网友们众说纷纭, 最后还是自己sourceforge上下载jaco ......
