Curățarea codului html din gunoi online. Ștergeți textul din etichetele html

Scăpați de marcajul murdar cu gratis online HTML Cleaner. Este foarte ușor să compuneți, editați, formatați și minimizați codul web cu acest instrument online. Conversia documentelor Word în HTML ordonat și orice alte documente vizuale, cum ar fi Excel, PDF, Google Docs etc. Este extrem de simplu și eficient să lucrezi cu cei doi editor vizual și sursă atașați, care răspunde instantaneu la acțiunile tale.

HTML Cleaner este echipat cu multe funcții utile pentru a face curățarea și editarea HTML cât mai ușoară posibil. Doar lipiți codul în zona de text, configurați preferințele de curățare și apăsați cel HTML curat buton. Poate gestiona orice document creat cu Microsoft Excel, Power point, Documente Google sau orice alt compozitor. Vă ajută să scăpați cu ușurință de toate stilurile inline și codurile inutile care sunt adăugat de Microsoft Word sau alți editori WYSIWYG. Acest instrument de editor HTML este util atunci când migrați conținutul de la un site web la altul și tu vrei pentru a curăța toate clasele și ID-urile extraterestre pe care le aplică site-ul sursă. Utilizați instrumentul de căutare și înlocuire pentru comenzile dvs. personalizate. Generatorul de text fals vă permite să adăugați cu ușurință text fals în editor.

În partea de sus a paginii puteți vedea imaginea redactor și editorul de cod sursă unul lângă celălalt. Indiferent ce modificați, modificările se vor reflecta asupra celuilalt în timp real. Editorul vizual HTML permite începătorilor să-și compună cu ușurință conținutul, la fel ca atunci când folosesc orice alt program de procesare de text, în timp ce în dreapta editorul sursă cu marcaj de cod evidențiat îi ajută pe utilizatorii avansați să ajusteze codul. Acest lucru face din acest program online un instrument frumos pentru a învăța codarea HTML.

Conversia documentelor Word în HTML curat

Pentru a publica online PDF-uri, Microsoft Word, Excel, PowerPoint sau orice alte documente compuse cu diferite programe de editor de cuvinte sau doar pentru a copia conținutul copiat de pe un alt site web, lipiți conținutul formatat în editorul vizual. Sursa HTML a documentului va fi imediat vizibilă și în editorul sursei. Bara de control de deasupra editorului WYSIWYG controlează acest câmp în timp ce toate celelalte setări de curățare a sursei sunt pentru editarea codului sursă. Faceți clic pe butonul Curățare HTML după configurarea preferințelor de curățare. Copiați codul curățat și publicați-l pe site-ul dvs. web.

Nu există nicio garanție că programul corectează toate erorile din codul dvs. exact așa cum doriți, așa că vă rugăm să încercați să introduceți un HTML valid din punct de vedere sintactic.

Convertiți tabelele HTML în elemente div structurate activând caseta de selectare corespunzătoare.

Curățați codul HTML din etichetele Microsoft Word (2000-2007)?

În trecut, designerii web obișnuiau să-și construiască site-urile web folosind tabele pentru a organiza aspectul paginii, dar în era designului web receptiv, tabelele sunt depășite și DIV-urile le iau locul. Acest instrument online vă ajută să vă transformați tabelele în elemente div structurate cu câteva clicuri simple.

Puteți face codul sursă mai ușor de citit prin organizarea ierarhiei file într-o vizualizare arborescentă.

Deveni un membru

Acest site web este un instrument complet funcțional pentru curățarea și compunerea codului HTML, dar aveți posibilitatea să achiziționați un abonament HTML G și să accesați și mai multe funcții profesionale. Folosind versiunea gratuită a HTML Cleaner, sunteți de acord să includeți linkuri în documentele editate. Acest instrument de curățare ar putea adăuga o promoție terț link la sfârșitul documentelor curățate și trebuie să lăsați acest cod neschimbat atâta timp cât utilizați versiunea gratuită.

Salutări prieteni, din acest articol veți învăța cum să curățați codul HTML, cum să optimizați imaginile, cum să proiectați și să optimizați corect metaetichetele, cum să faceți un site mai rapid și de ce trebuie să optimizați scripturile de pe site.

Una dintre activitățile importante pentru optimizarea internă a site-ului web este optimizarea codului paginii. Datorită acestui fapt, puteți îmbunătăți calitatea generală a resursei, puteți crește viteza de încărcare a paginilor și puteți crește eficiența funcțiilor interactive.

Validare și standardizare HTML

Fundamental important pentru promovarea motorului de căutareși asigurarea unei experiențe de utilizator pozitive, astfel încât site-ul să poată funcționa la fel de bine în orice browser, pe diferite sisteme de operare, pe computere mobile și desktop.

Pentru a realiza unificarea generală, toate site-urile sunt dezvoltate pe baza versiunilor standard de HTML. Cele mai relevante astăzi sunt versiuni HTML 4.1 și HTML5. Deși acesta din urmă este încă în curs de dezvoltare, un număr mare de astfel de site-uri au fost deja publicate pe Internet.

Toate cele mai populare browsere - Opera, Google Chrome, Mozilla Firefox în lor ultimele versiuni utilizați suportul pentru noul hiperlimbaj HTML5. Importanța utilizării HTML5 pentru a crea site-uri web este și aceea calculatoare mobile pe bază sistem de operare Android nu acceptă tehnologia Flash și utilizatorii nu vor putea vizualiza videoclipuri în format SWF.

Site-urile bazate pe HTML5 pot reda videoclipuri fără a fi nevoie să descărcați și să instalați Adobe Flash Player. Tendința de îndepărtare a înfloririi se extinde, deci pt operatie normala Este util ca site-urile să renunțe treptat la utilizarea videoclipurilor flash și a bannerelor animate de acest format.

Puteți verifica gratuit valabilitatea codului HTML al site-ului pe site-ul oficial al Consorțiului World wide web, de exemplu acesta

validator.w3.org

Creatorii buni de site-uri web și sistemele de management al conținutului au validatori încorporați.

Curățare HTML

În procesul de creare și editare ulterioară a paginilor web, programatorul lasă în grabă note tehnice și comentarii pe pagini și uită să elimine etichetele inutile. Toate acestea nu numai că încetinesc site-ul, dar reduc și funcționalitatea. Pur și simplu eliminând fișierele nedorite HTML, puteți accelera încărcarea paginilor site-ului cu literalmente 35%.

Mesajul rău intenționat include, de asemenea, link-uri rupte care nu duc nicăieri, deoarece destinatarul a fost șters. Motoarele de căutare chiar nu le plac astfel de link-uri. Prezența legăturilor întrerupte poate afecta negativ performanța de căutare a resursei.

Deoarece link-urile întrerupte tind să apară singure din când în când, este necesar să le căutați și să le eliminați în mod regulat. Acest lucru se aplică atât legăturilor externe, cât și interne. Dacă sistemul de management al conținutului nu are opțiunea de a căuta link-uri întrerupte, puteți utiliza servicii online gratuite.

http://creatingonline.com/site_promotion/broken_link_checker.htm

http://anybrowser.com/linkchecker.html

Optimizarea continutului grafic

Este important să acordați atenție optimizării grafice, deoarece toate imaginile trebuie procesate corespunzător pentru a fi publicate pe paginile site-ului.

• Când publicați fotografii, este recomandabil să utilizați formatul JPEG, deoarece acest tip de fișier oferă cea mai bună calitate cu greutate minimă.

• Pentru a salva imagini pentru care calitatea nu este foarte importantă, puteți selecta format PNG cu fișiere care nu cântăresc mai mult de 100 sau 200 KB.

• Toate fisiere grafice necesar, prin standarde moderne, salvați în formă comprimată și într-un director separat de pe server, dar nu încorporați în pagini web.

După editarea unei pagini care conține imagini, trebuie să verificați viteza de încărcare. Pagina ar trebui să apară în browser în cinci secunde. În caz contrar, rata de respingere crește brusc.

Toate imaginile și fotografiile au meta-etichete care trebuie optimizate prin adăugarea de cuvinte cheie și acest lucru le va îmbunătăți căutarea pe Internet. Principala cerință pentru optimizarea metaetichetelor de imagine este unicitatea. Toate imaginile ar trebui să aibă titluri diferite, sfaturi cu instrumente și texte alternative.

Meta-etichete pentru pagini web

Meta tag-uri pentru pagini diferite site-urile trebuie să fie unice. Când sunt detectate etichete duplicate, motorul de căutare le lipește și unele pagini nu vor fi astfel indexate. Experimentele au arătat că metaetichetele unice ale site-ului îmbunătățesc clasamentele și cresc traficul cu aproximativ 18%.

O atenție deosebită trebuie acordată optimizării Etichete de titluși Descriere

Titlul paginii nu trebuie să conțină mai mult decât ceea ce este permis motor de căutare număr de caractere și conține principalul lucru cuvânt cheie.

Cantitate optima cuvinte pentru titlu - șase.

Descrierea paginii este concepută ca un fel de text de vânzare pentru pagina de destinațieși este de obicei alcătuit din două propoziții scurte. Prima propoziție conține cuvântul cheie principal, iar a doua conține cuvântul cheie suplimentar.

Etichetele meta cuvinte cheie nu sunt foarte importante, dar ar trebui să existe pentru orice eventualitate.

De exemplu, am eliminat complet din motor în sine o parte a codului care este responsabilă pentru metaetichetele.

Optimizarea elementelor programului – scripturi

Principiile pentru optimizarea scripturilor sunt aceleași ca și pentru grafică - nu le plasați pe pagină, salvați-le sub formă comprimată într-un director special.

Pagina dvs. ar trebui să fie curată, un robot care vă vizitează site-ul ar trebui să vadă doar o pagină curată, care va conține doar un articol și metaetichetele necesare. Prin urmare, sunt necesare toate scripturile, contoarele etc. plasați-l într-un fișier separat.

Optimizarea conținutului textului

Absolut toată lumea se confruntă cu sarcina de a curăța HTML de etichetele inutile.

Primul lucru care vă vine în minte este să folosiți funcția php strip_tags():
șir strip_tags (șir str [, șir permisable_tags])

Funcția returnează un șir fără etichete. Etichetele care nu trebuie eliminate sunt trecute ca argument allowable_tags. Funcția funcționează, dar, ca să spunem ușor, nu este ideală. Pe parcurs, nu se verifică validitatea codului, ceea ce poate implica ștergerea textului care nu este inclus în etichete.
Dezvoltatorii proactivi nu au stat cu mâna - funcțiile îmbunătățite pot fi găsite online. Un exemplu bun este strip_tags_smart.

A folosi sau a nu folosi soluții gata făcute este alegerea personală a programatorului. Se întâmplă că cel mai adesea nu am nevoie de un handler „universal” și este mai convenabil să curăț codul cu expresii regulate.

Ce determină alegerea uneia sau alteia metode de prelucrare?

1. Din materialul sursă și complexitatea analizei acestuia.
Dacă trebuie să procesați texte htmp destul de simple, fără nici un aspect elegant, clar ca ziua :), atunci puteți utiliza funcții standard.
Dacă textele au anumite caracteristici care trebuie luate în considerare, atunci sunt scrise handlere speciale. Unii pot folosi pur și simplu str_replace . De exemplu:

$s = matrice("’" => "’", // Apostrof la dreapta (de exemplu, în I"m)
"“" => "“", // Semn de deschidere
"–" => "—", // Linie lungă
"â€" => """, // Semn de închidere
"Ã " => "é", // e accent acut
chr(226) . chr(128) . chr(153) => "’", // Apostrof din nou la dreapta
chr(226) . chr(128) . chr(147) => "—", // liniuță lungă din nou
chr(226) . chr(128) . chr(156) => "“", // Semn de deschidere a discursului
chr(226) . chr(128) . chr(148) => "—", // M liniuță din nou
chr(226) . chr(128) => """, // Semn de vorbire dreapta
chr(195) . chr(169) => "é", // e acută din nou
);

foreach ($s ca $needle => $inlocuire)
{
$htmlText = str_inlocuire($ac, $inlocuire, $htmlText);
}

Altele se pot baza pe expresii regulate. Ca exemplu:

Funcția getTextFromHTML($htmlText)
{
$search = array (""]*?>.*?"si", // Eliminați javaScript
""]*?>.*?"si", // Eliminați stilurile
""]*?>.*?"si", // Eliminați etichetele xml
"""si", // Eliminați etichetele HTML
""([\r\n])[\s] "", // Eliminați spațiile
""&(quot|#34);"i", // Înlocuiește caracterele speciale HTML
""&(amp|#38);"i",
""&(lt|#60);"i",
""&(gt|#62);"i",
""&(nbsp|#160);"i",
""&(iexcl|#161);"i",
""&(cent|#162);"i",
""&(liră|#163);"i",
""&(copie|#169);"i",
""(\d);"e"); // scrie ca php

$inlocuire = matrice ("",
"",
"",
"",
"\\1",
"\"",
"&",
"",
" ",
chr(161),
chr(162),
chr(163),
chr(169),
„chr(\\1)”);

Returnează preg_replace($căutare, $înlocuire, $htmlText);
}
(În astfel de momente, capacitatea lui preg_replace de a lucra cu matrice ca parametri este mai plăcută ca niciodată). Dacă este necesar, completați matricea cu proprii dvs. obișnuiți. De exemplu, acest constructor de expresii regulate vă poate ajuta să le compuneți. Dezvoltatorii începători pot găsi util articolul „Totul despre etichetele HTML. 9 expresii regulate pentru a elimina etichetele HTML”. Uită-te la exemplele de acolo, analizează logica.

2. Din volume.
Volumele sunt direct legate de complexitatea analizei (de la paragraful anterior). Un numar mare de textele crește probabilitatea ca, în timp ce încercați să planificați și să curățați totul cu regularitate, să pierdeți ceva. În acest caz, metoda de curățare „în mai multe etape” este potrivită. Adică, curățați-l mai întâi, de exemplu, cu funcția strip_tags_smart (nu ștergem codul sursă, pentru orice eventualitate). Apoi revizuim selectiv un anumit număr de texte pentru a identifica „anomaliile”. Ei bine, „curățăm” anomaliile cu reguli obișnuite.

3. Din ceea ce ar trebui să se obțină ca rezultat.
Algoritmul de procesare poate fi simplificat căi diferite in functie de situatie. Cazul pe care l-am descris demonstrează bine acest lucru. Permiteți-mi să vă reamintesc că textul a fost într-un div, în care, pe lângă el, mai exista și un div cu " firimituri de pâine„, publicitate Adsense, listă de articole similare. La analizarea unui eșantion de articole, s-a descoperit că articolele nu conțin imagini și sunt pur și simplu împărțite în paragrafe folosind . Pentru a nu curăța div-ul „principal” de lucruri străine, trebuie să puteți găsi toate paragrafele (cu Simplu HTML DOM Parser foarte simplu) și combinați conținutul lor. Așa că, înainte de a crea rutine obișnuite de curățare, vedeți dacă nu vă puteți descurca cu puțin sânge.

În general, între susținătorii parsării codului HTML, bazat exclusiv pe expresii regulate, și analizării, care se bazează pe analiza structurii DOM a unui document, pe Internet izbucnesc adevărate lupte. De exemplu, la preaplin. Inocent la prima vedere