在Perfection kills上看到他去年写的一篇文章，关于HTML优化的，讲的很详细，姑且记录之，尽管里面有些东西并不能在目前的环境里应用。在当前WEB应用逐渐前端化的潮流下，对客户端的优化越来越受到关注，如何减少代码，如何让应用快速的展示给用户，如何减少用户等待时间等等，如雅虎的34条优化黄金法则里面提出了详尽的优化方案。
网页优化的最基础的部分应该就是HTML的优化，具体来说首先就是标记的清理，清理标记不仅仅能缩减文档的大小，而且能够让文档更易于维护提高搜索引擎的可见度(Clean markup means better accessibility, easier maintenance, and good search engine visibility),但是即便是那些号称高度优化过的网页，如果仔细查看代码，依旧可以发现很多可以删减或者已经过时的标记用法：
1.script里的注释符
<SCRIPT language=javascript> <!-- Begin alert("daimaren.cn"); // End --> </script> |
除非是像95 Netscape 1.0这类几乎绝迹的浏览器需要这样的处理，在大部分主流浏览器里，往脚本块里添加HTML注释是完全不需要的。
2.<![CDATA[ … ]>
<script type="text/javascript"> //<![CDATA[ ... //]]> </script> |
这是另外一个经常在js代码块里添加的错误预防措施，他是在处理真正的XHTML文档（“application/xhtml+xml” content-type）时为了防止代码将形如<号解析为标签开始，所有在CDATA内包含的内容，都会被当成文本处理。但是实际情况是，目前几乎所有的网页的content-type都是text/html，也就是说它们不是严格意义上的xml文档，而是只是text文本，所以这个错误预防处理措施是完全没有必要的，即使你确定要支持xml的文档，也要视情况合理的运用CDATA。
3.onclick=”…”, onmouseover=”“等等。
将事件属性写在HTML标签内是一种很不明智的做法，降低了代码的可维护性，同时污染了标签，如果将事件属性通过JS动态添加，不仅可以灵活控制，还可以利用JS客户端缓存的优势，让这些事件属性不必每次跟随文档请求。
4.onclick=”javascript:…”
这是一个有趣的javascript混乱，伪协议和内在的事件处理程序可以组成高达10W多种多余的组合，事实是事件属性内部的内容在解析后成为body的一个fucution，这个function然后会作为事件处理程序，所以javascript:在此成为一个无用的多余标签。
5.href=”javascript:void(0)”
继续javascript:伪协议，有一个臭名昭著的就是javascript:void(0),他是用来避免默认的锚点动作的，它在JS无法正常解析或者出错时（disabled/not available/errors）会使得锚点完全不可用，理想的解决方案是在href里填写正确的URL，然后用JS去动态改写，这样即使在JS未执行的情况下也不会出现锚点不可用的状况。HREF =“＃”是一个精简和更快的替代方案。
6. style=”…”
没有什么本质性的错误，只是后期维护麻烦，另外移到外联的CSS文件中可以缓存起来提高页面执行效率。
7. <script language=”Javascript” … >
最容易误解的属性之一，觉得这个是脚本的“语言”，这个属性是如此古老，在1999年就已经不推荐被使用了。
8. <script charset=”…” … >
<script type="text/javascript" charset="UTF-8"> ... </script> |
script标签的另一个容易被误解的属性，charset在HTML4.01里的描述：请注意，charset属性是指字符的 src属性所指定的脚本编码，它不涉及的脚本元素的内容。（Note that the charset attribute refers to the character encoding of the script designated by the src attribute; it does not concern the content of the SCRIPT element.），也就是说他只在外联脚本的时候指定脚本文件的编码格式。不推荐使用。
上面说的都是一些错误或者不推荐的用法，下面是一些可以合理忽略以清理标记的属性：
1.<style media=”all” …>
HTML 4.01规定的默认媒体是“screen”，但是经过测试发现几乎所有浏览器并未按照规定执行，而是用“all”替代，如果你要使用media=”all”，那建议可以省略此属性。
2. <form method=”get” …>
form的默认method是get，所以如果要使用get可以不用再指明。
3. <input type=”text” …>
在HTML 4.01和HTML5草案里规定了input的默认属性为text，所以可以忽略。
4. <meta http-equiv=”Content-type” …>
指定文件的字符编码一直都引起极大的混乱，Content-type的优先级并不比HTTP HEADER高，当两者都存在时，请求头更优先，所以如果你能控制好服务器响应，并且设置好HEADER，那MATE就可以安全的忽略，除非页面需要本地浏览的时候。
5. <a id=”…” name=”…” …>
如果不想兼容古老的浏览器（如 Netscape 4），完全不用在一个元素上同时出现ID和NAME。
下面是在HTML（非XHTML）下一些更极端的标记优化方法：
X啊，老外罗哩罗嗦的，最后再写点是关于错误的，不好优化示例：
1.移除doctype，HTML Compresor是一个HTML优化工具，它会直接去掉文档声明，会导致页面触发怪异模式，很不好。
2.用B替代STRONG用I替代EM。
HTML Compresor会直接用B替代STRONG用I替代EM，B不是一个强烈的强调，同样I和EM也不一样，B和I只是字体风格，他们会影响页面渲染，同时也不具备语义。
3.删除title\alt\等标签属性。，节约字符和无障碍以及用户体验的权衡，得不偿失。