CN107608947A

CN107608947A - Html文件处理方法及装置、电子设备

Info

Publication number: CN107608947A
Application number: CN201710866511.5A
Authority: CN
Inventors: 陈成
Original assignee: Alibaba Group Holding Ltd
Current assignee: Advanced New Technologies Co Ltd; Advantageous New Technologies Co Ltd
Priority date: 2017-09-22
Filing date: 2017-09-22
Publication date: 2018-01-19
Anticipated expiration: 2037-09-22
Also published as: CN107608947B

Abstract

本说明书一个或多个实施例提供了一种HTML文件处理方法及装置、电子设备。在一种实施例中，一种HTML文件处理方法包括：确定待处理的HTML文件中存在的包含style属性项的HTML标签；根据所述HTML标签，确定在至少两个HTML标签中出现的目标style属性项；将所述HTML文件中出现所述目标style属性项的HTML标签替换为class代码段，所述class代码段中包含与所述目标style属性项对应的属性项标识；在所述HTML文件中写入与所述目标style属性项对应的HTML元素。

Description

HTML文件处理方法及装置、电子设备

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种HTML文件处理方法及装置、电子设备。

背景技术

超级文本标记语言(HyperText Markup Language,HTML)是一种用于创建网页的标准标记语言。网页浏览器可以读取HTML文件，并将其渲染成可视化网页。对于一个网页而言，与之对应的HTML文件的文件大小直接影响到通过网络获得该HTML文件的速度，进而影响到网页响应速度。在相关技术中，HTML文件的文件大小普遍存在被压缩的需求。

发明内容

有鉴于此，本说明书一个或多个实施例提供一种HTML文件处理方法及装置、电子设备。

为实现上述目的，本说明书一个或多个实施例提供的技术方案如下：

在一个方面，提供的一种HTML文件处理方法，包括：

确定待处理的HTML文件中存在的包含style属性项的HTML标签；

根据所述HTML标签，确定在至少两个HTML标签中出现的目标style属性项；

将所述HTML文件中出现所述目标style属性项的HTML标签替换为class代码段，所述class代码段中包含与所述目标style属性项对应的属性项标识；

在所述HTML文件中写入与所述目标style属性项对应的HTML元素，所述HTML元素包含style标签对以及处于所述style标签对之间的所述目标style属性项和所述属性项标识。

在另一个方面，提供的一种HTML文件处理装置，包括：

第一确定单元，确定待处理的HTML文件中存在的包含style属性项的HTML标签；

第二确定单元，根据所述HTML标签，确定在至少两个HTML标签中出现的目标style属性项；

替换单元，将所述HTML文件中出现所述目标style属性项的HTML标签替换为class代码段，所述class代码段中包含与所述目标style属性项对应的属性项标识；

添加单元，在所述HTML文件中写入与所述目标style属性项对应的HTML元素，所述HTML元素包含style标签对以及处于所述style标签对之间的所述目标style属性项和所述属性项标识。

在又一个方面，提供的一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为：

确定待处理的HTML文件中存在的包含style属性项的HTML标签；

通过以上技术方案，可以使得待处理的HTML文件的文件大小被压缩，从而加快通过网络获得该HTML文件的速度，进而提升网页响应速度。

附图说明

图1示出了一示例性实施例提供的一种HTML文件处理方法的流程图；

图2示出了一示例性实施例提供的一种HTML文件处理装置的模块图；

图3示出了一示例性实施例提供的一种电子设备的结构。

具体实施方式

图1示出了一示例性实施例提供的一种HTML文件处理方法的流程图，该方法可以应用于各类电子设备(如服务器、用户设备UE、终端设备等)上。如图1所示，在一实施例中，该方法包括如下步骤101至步骤107，其中：

在步骤101中，确定待处理的HTML文件中存在的包含style属性项的HTML标签。

在一种应用场景中，待处理的HTML文件可以存在于网页服务器上，从而从网页服务器上逐一下载待处理的HTML文件。在另一应用场景中，待处理的HTML文件也可以是开发者编写好的HTML文件，可以由开发者上传待处理的HTML文件。关于应用场景，本文不作限制。

超文本标记语言的标记标签通常被称为“HTML标签”，HTML标签一般由尖括号"<"、">"包围。HTML标签的示例如下：

<a style＝"color:red；background:white；"/>、<b/>、<html>、......。

文中所述的包含style属性项的HTML标签通常可指包含关键词"style"的HTML标签，例如：<a style＝"color:red；background:white；"/>。

其中，每一个style属性项可以包括style属性和style属性值。在<a style＝"color:red；background:white；"/>中，style属性项包括："color:red"和"background:white"，其中，color和background为style属性，red和white为各个style属性所对应的style属性值。

对于任意一份待处理的HTML文件，步骤101可以通过读取该HTML文件的内容并确定出内容中存在的包含style属性项的HTML标签有哪些，最终，将这些HTML标签选出来。

在步骤103中，根据上述步骤101确定出的HTML标签，确定在至少两个HTML标签中出现的目标style属性项。

为了实现HTML文件大小的压缩，需要通过步骤103找出待处理的HTML文件中存在重复的style属性项(即在至少两个HTML标签中出现的目标style属性项)。

在一实施例中，步骤103可通过如下过程来实现：

步骤1031：逐一对所述HTML标签按照style属性项进行拆分。

在一个例子中，假设步骤101确定出的HTML标签如下：

则通过拆分得到的结果如下：

"background:red"、"position:absolute"、"color:white"、"background:red"、"position:absolute"、"color:blue"、"position:absolute"、"color:white"。

步骤1033：根据拆分的结果，生成与各style属性项对应的统计数组，其中，所述统计数组中的值用以指示与包含所述style属性项的HTML标签对应的标签标识。

若继续用上述例子，如果将拆分结果存为styleMap，则：

可见，与'background:red'对应的统计数组为：[AElement,BElement]，与'position:absolute'对应的统计数组为：[AElement,BElement,CElement]，与'color:white'对应的统计数组为：[AElement,CElement]，与'color:blue'对应的统计数组为：[BElement]。

步骤1035：从生成的若干统计数组中筛选出包含至少两个值的目标统计数组，将与筛选出的目标统计数组对应的style属性项确定为目标style属性项。

若继续用上述例子，最终筛选的结果可存为：

其中，包含至少两个值的目标统计数组为：[AElement,BElement]、[AElement,BElement,CElement]和[AElement,CElement]。目标style属性项为：background:red、position:absolute和color:white。

在步骤105中，将所述HTML文件中出现所述目标style属性项的HTML标签替换为class代码段，其中，所述class代码段中包含与所述目标style属性项对应的属性项标识。

在以上例子中，由于步骤103确定出的目标style属性项为：background:red、position:absolute和color:white，则可以确定出现这些目标style属性项的HTML标签为：

在一实施例中，上述步骤105可以通过如下过程来实现：

步骤1051：将英文字母(如：采用单个英文字母来确定属性项标识)确定为与所述目标style属性项对应的属性项标识，其中，属性项标识用以标识各个style属性项，不同的目标style属性项对应于不同的属性项标识。

在以上例子中，可以确定与"background:red"对应的属性项标识为a，确定与"color:white"对应的属性项标识为b，确定与"position:absolute"对应的属性项标识为c。

步骤1052：生成包含所述属性项标识的class代码段并以该class代码段替换出现所述目标style属性项的HTML标签。

在以上例子中，HTML标签：

被如下class代码段所替换：

在步骤107中，在所述HTML文件中写入与所述目标style属性项对应的HTML元素，所述HTML元素包含style标签对以及处于所述style标签对之间的所述目标style属性项和所述属性项标识。

在一般情况下，一个HTML元素可由一对HMTL标签表示，HTML元素如果含有文本内容，则将文本内容放置在标签对(“开始标签”与“结束标签”)之间。对于style而言，开始标签为<style>、结束标签为</style>。

在以上例子中，待写入的HTML元素如下：

<style>

.a{background:red}

.b{color:white}

.c{position:absolute；}

</style>

其中，每个目标style属性项和与之对应的所述属性项标识之间通过空格符隔开，该HTML元素可以被添加在class代码段之前。

通过以上方法，待处理的HTML文件中的部分代码可以被修改，修改后的HTML文件相比于被修改之前，其文件大小被压缩，从而加快通过网络获得该HTML文件的速度，进而提升网页响应速度。此外，通过本方法，可以自动获取待处理的HTML文件并对可被压缩的HTML文件进行自动压缩，从而避免了人为修改代码的繁琐，降低代码编写人员的工作量。

与上述方法相对应的，本文还提供了一种HTML文件处理装置，该装置可以通过软件代码来实现。如图2所示，在一实施例中，一种HTML文件处理装置200，可以包括：第一确定单元201、第二确定单元202、替换单元203以及添加单元204；其中：

第一确定单元201被配置为：确定待处理的HTML文件中存在的包含style属性项的HTML标签；

第二确定单元202被配置为：根据所述HTML标签，确定在至少两个HTML标签中出现的目标style属性项；

替换单元203被配置为：将所述HTML文件中出现所述目标style属性项的HTML标签替换为class代码段，所述class代码段中包含与所述目标style属性项对应的属性项标识；

添加单元204被配置为：在所述HTML文件中写入与所述目标style属性项对应的HTML元素，所述HTML元素包含style标签对以及处于所述style标签对之间的所述目标style属性项和所述属性项标识。

在一实施例中，所述第二确定单元202可以包括：

拆分单元，逐一对所述HTML标签按照style属性项进行拆分，其中所述style属性项包括style属性和style属性值；

数组生成单元，根据拆分的结果，生成与各style属性项对应的统计数组，所述统计数组中的值用以指示与包含所述style属性项的HTML标签对应的标签标识；

数组筛选单元，从生成的若干统计数组中筛选出包含至少两个值的目标统计数组，将与筛选出的目标统计数组对应的style属性项确定为目标style属性项。

在一实施例中，所述替换单元203可以包括：

标识确定单元，将英文字母确定为与所述目标style属性项对应的属性项标识，其中不同的目标style属性项对应于不同的属性项标识；

class生成单元，生成包含所述属性项标识的class代码段并以该class代码段替换出现所述目标style属性项的HTML标签。

在一实施例中，所述属性项标识可为单个英文字母。

如图3所示，本说明书一个或多个实施例提供了一种电子设备(如：服务器或用户设备UE)，该电子设备可以包括处理器、内部总线、网络接口、存储器(包括内存以及非易失性存储器)，当然还可能包括其他业务所需要的硬件。处理器可为中央处理单元(CPU)、处理单元、处理电路、处理器、专用集成电路(ASIC)、微处理器或可执行指令的其他处理逻辑中的一个或多个实例。处理器从非易失性存储器中读取对应的程序到内存中然后运行。当然，除了软件实现方式之外，本说明书一个或多个实施例并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在一种实施例中，处理器可以被配置为：

确定待处理的HTML文件中存在的包含style属性项的HTML标签；

在又一种实施例中，还提供了一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下步骤：

确定待处理的HTML文件中存在的包含style属性项的HTML标签；

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同/相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例、装置实施例、存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书一个或多个实施例的实施例可提供为方法、***或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅为本说明书一个或多个实施例的实施例而已，并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的权利要求范围之内。

Claims

1.一种HTML文件处理方法，包括：

确定待处理的HTML文件中存在的包含style属性项的HTML标签；

2.根据权利要求1所述的方法，所述根据所述HTML标签，确定在至少两个HTML标签中出现的目标style属性项包括：

逐一对所述HTML标签按照style属性项进行拆分，其中所述style属性项包括style属性和style属性值；

根据拆分的结果，生成与各style属性项对应的统计数组，所述统计数组中的值用以指示与包含所述style属性项的HTML标签对应的标签标识；

从生成的若干统计数组中筛选出包含至少两个值的目标统计数组，将与筛选出的目标统计数组对应的style属性项确定为目标style属性项。

3.根据权利要求1所述的方法，所述将所述HTML文件中出现所述目标style属性项的HTML标签替换为class代码段包括：

将英文字母确定为与所述目标style属性项对应的属性项标识，其中不同的目标style属性项对应于不同的属性项标识；

生成包含所述属性项标识的class代码段并以该class代码段替换出现所述目标style属性项的HTML标签。

4.根据权利要求3所述的方法，所述属性项标识为单个英文字母。

5.一种HTML文件处理装置，包括：

6.根据权利要求5所述的装置，所述第二确定单元包括：

7.根据权利要求5所述的装置，所述替换单元包括：

8.根据权利要求7所述的装置，所述属性项标识为单个英文字母。

9.一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为：

确定待处理的HTML文件中存在的包含style属性项的HTML标签；