[HTML] conmmentaires et saut de lignes

salut tout le monde,
question un peu bete peut etre, mais j'ai beau cherché sans resultat ; je veux faire un petit programme qui supprime les commentaires et les sauts de lignes dans un document HTML, je pensais que c'etait facile jusqu'a ce que je rencontre la balise <span> pour les sauts et les <style..> et <script..> pour les commentaires ; ce que je veux savoire c'est : est-ce qu'il y a d'autres balises dans genre ?

merci d'avance.

si tu peux expliquer un peu plus le but je verrais peut etre mieux ou tu veux en venir.

@+

merci pour cette reponse rapide,

le but est de gagner de l'espace, c'est dans un programme de compression que je veux faire ça ; donc suppression de commentaire et de saut de lignes (tabulation, blancs) qui n'affecteront pas l'affichage de la page .

j'espere que c'est claire.

merci encore.

C'est pour des pages que tu as développé toi et que tu veux reprendre à la volé ou c'est des pages que tu récupère du net. Par ce que en générale toute les tabulations sont normalement nécessaire à l'ergonomie de la page.

De plus tout les commentaire aussi si tu veux être validé W3C.

Là je parle pour moi mais en générale quand je code j'évite de mettre des truc qui servent à rien.:aie:

Sinon ton prog tu le veux faire en quoi PHP, java, vbs ?

c'est a la volée que je le fais pour des pages web (un proxy) et c'est en C++;

sinon pour les commentaires et les sauts, ne me dis pas que ceux de cette pages sont tous indispensables, je ne connais rien au HTML donc si c'est le cas j'arreterai tout de suite.

merci et a demain, je commence a voir en double.

Ok je comprend mieux ce que tu veux faire...

En faite quand tu parle de saut de ligne tu parles des saut dans le code lui même par le <br /> qui correspond à un saut de ligne en HTML.

Donc oui je suis daccord avec toi ces sauts de ligne ne servent à rien.
Cependant il ne prennent pratiquement aucune espace mémoire étant un texte a proprement parlé sans mise en forme.
De plus cette page est généré automatique donc dans le code du developpeur ces espaces n'apparaissent pas, souvent ces le serveur une fois qu'il a interprété le code qui les rajoutent.

Tu peux effectivement suprimmer ces sauts de ligne apres je te consiellerais de tester dabord a la main pour savoir si ton script va être utile.

Le but étant de stocké ces pages en statique sur un de ton espace ???

prend cette pas enregistre là. copie la et sur la deuxième suprime les saut de ligne et regarde la taille du fichier. je suis pas sur que tu gagne bcp.

PS : JE vais dormir je te répondrais demain si tu repost derrière @++

salut,

ok maintenant je vois mieux les touches du clavier.

pour revenir au sujet, j'ai deja testé la supression, et il n y a pas de perte dans l'affichage (sauf pour la balise span, d'ou la question). pour ce qui est de gagner ou pas, j'ai fais un petit programme qui compte le nombre d'occurence des caracteres (sur une vaingtaine de pages) et voici quelques chiffres :
-le caractere blanc l'emporte de loin avec 515140 occurences

-le Line Feed viens apres avec 208720

-viens ensuite le 'e' avec 164032, le 't' avec 144987.

-et c'est en ciquieme place que viens le '<'et '>' avec 135353.

c'est vrai que pas tout les 200000 sont 'supprimables' mais y en aura quand meme, j'ai fais le teste sur une page de 32 K et j'ai economisé 1 K donc c'est jouable.

alors des balises de ton coté :D

merci encore.

Ouais enfin tu compresses de 3% ton fichier...
Je vois pas trop l'intéret.

Pour moi les balise ne sont pas a supprimer normalement.

Cependant celle qui n'influent pas sont
les :
alt=""
title=""

les espaces interlignes.

Toutes les autres il vaut mieux les garder

@++

je pense que tu ne m'as pas bien compris, ce que je cherche c'est pas les balises que je peux supprimer, mais celles dont je ne peux pas modifier le contenu (par contenu je veux dire tout ce qu'il y a entre <balise> et </balise>) ;
par exemple si je supprime les saut de lignes entre <span> et </span>, l'affichage n'est pas le même, donc mieux vaut ne pas y toucher, ce que je cherche c'est les balises de ce genre.

PS : c'est pas la seule compression que j'effectue, il y a aussi un algorithme de Huffman que j'ai fait et le format gzip, ainsi que la degradation de la qualité des images ce qui peut arriver en tout jusqu'a 90 % de gain.

merci pour tes reponses.

Normalement un saut de ligne type 'touche entrée' ne change pas le rendu de page HTML puisse que le saut de ligne pour qu'il soit interprété par le navigateur est <br />

donc normalement n'importe quelle saut de ligne visible sous le bloc note doit pouvoir être suprimer sans changement concequent sur l'affichage de la page.

Apres si tu aspire la page pour apres la compressé et que cette page fait référence à un code de mise en forme CSS présent sur le serveur tu perdras forcement tout le mise en forme.

a priori tu parles de supprimer qq chose à l'interieur de balise <></> hors c'est du contenue.
Tu peux bien sur supprimer les balise <b></b> qui correspond au gras ou <i> pour italique.

tu peux aussi supprimer sans aucun souci tous les commentaire des images le alt="" de la balise <img> et le commentaire d'un lien hypertexte aussi le title="" de la balise <a>.

PS : A priori les balise span et div ont exactement les même fonctions sauf que le span n'engendre pas un retour à la ligne pour la suite.

Pour être claire :

Code:

---

1 2 3 4 5

<span> Ce texte est le même que le précedent </span>

---

et

Code:

---

<span>Ce texte est le même que le précedent</span>

---

c'est deux ligne de code renvoie exactement la même chose.

c'est exactement ça ce que je voulais, merci infiniment pour ton aide tout au long de ce poste.

sujet clos.

De rien le principale c'est qu'on a fini par se comprendre ;)

Envoie moi un message privé quand ça sera fini j'aimerais bien voir ce que ça donne.

@++ et bon courage.