xiao0916 HTML 语义化优化工具
将通用HTML标签自动转换为语义化HTML5标签，提升代码可访问性和SEO友好性。
快速开始
安装依赖
pip install beautifulsoup4 lxml
命令行使用
# 优化单个文件
python scripts/optimize.py input.html -o output.html
# 试运行（预览结果）
python scripts/optimize.py input.html --dry-run
# 使用自定义规则
python scripts/optimize.py input.html --rules custom_rules.json
# 批量处理目录
python scripts/batch_optimize.py /path/to/html/files/ -o /output/dir/
# 批量处理（递归子目录）
python scripts/batch_optimize.py /path/to/html/files/ --recursive -o /output/dir/
Python API 使用
from html_optimizer import optimize_html
# 使用默认规则
result = optimize_html('<div class="btn">点击</div>')
# 输出: <button class="btn" type="button">点击</button>
# 自定义规则
from html_optimizer import RuleEngine, DOMTransformer
rules = [
{"name": "侧边栏", "keywords": ["sidebar"], "target_tag": "aside", "priority": 8}
]
engine = RuleEngine(rules)
transformer = DOMTransformer(engine)
result = transformer.transform(html_content)
工作原理
工具通过分析元素的CSS类名，匹配预定义规则，将通用标签转换为对应的HTML5语义标签：
| 关键词 | 目标标签 | 示例 |
|---|---|---|
btn, button |
<button> |
<div class="btn"> → <button> |
link, nav-link |
<a> |
<div class="link"> → <a> |
header, top-bar |
<header> |
<div class="header"> → <header> |
nav, navbar |
<nav> |
<div class="nav"> → <nav> |
footer, bottom |
<footer> |
<div class="footer"> → <footer> |
main, content |
<main> |
<div class="main"> → <main> |
article, post |
<article> |
<div class="article"> → <article> |
sidebar, aside |
<aside> |
<div class="sidebar"> → <aside> |
section |
<section> |
<div class="section"> → <section> |
目录结构
html-semantic-optimizer/
├── SKILL.md # 技能说明文档
├── requirements.txt # 依赖列表
├── html_optimizer.py # 核心模块（规则引擎 + DOM转换器）
├── example_rules.json # 示例规则配置
└── scripts/
├── optimize.py # 单个文件优化脚本
└── batch_optimize.py # 批量处理脚本
配置规则
默认规则
脚本内置了9条默认规则，涵盖常见的语义化场景。
自定义规则
创建JSON文件定义自定义规则（参考 example_rules.json）：
{
"rules": [
{
"name": "侧边栏",
"keywords": ["sidebar", "aside", "sidenav"],
"target_tag": "aside",
"priority": 8
},
{
"name": "文章卡片",
"keywords": ["card", "post-card"],
"target_tag": "article",
"priority": 7
}
]
}
规则字段说明
| 字段 | 类型 | 说明 |
|---|---|---|
name |
字符串 | 规则标识名称 |
keywords |
字符串数组 | 匹配关键词列表（正则表达式，不区分大小写） |
target_tag |
字符串 | 目标HTML标签 |
priority |
整数 | 优先级（数值越大优先级越高） |
使用 --rules 参数加载自定义规则，同名规则会覆盖默认规则。
核心模块
RuleEngine（规则引擎）
from html_optimizer import RuleEngine
engine = RuleEngine()
engine.load_from_file('rules.json')
rule = engine.find_matching_rule(['main-header', 'container'])
DOMTransformer（DOM转换器）
from html_optimizer import RuleEngine, DOMTransformer
engine = RuleEngine(rules)
transformer = DOMTransformer(engine)
result = transformer.transform(html_content)
自动处理：
- 跳过
<script>、<style>、<html>、<body>等特殊标签 - 为
<button>添加type="button" - 为
<a>添加href="#" - 保留所有原始属性
便捷函数
from html_optimizer import optimize_html
# 一行代码完成优化
result = optimize_html(html_content)
批量处理
# 处理单个目录
python scripts/batch_optimize.py ./html_files/ -o ./optimized/
# 递归处理子目录
python scripts/batch_optimize.py ./html_files/ --recursive -o ./optimized/
# 并行处理（4个进程）
python scripts/batch_optimize.py ./html_files/ -o ./optimized/ --workers 4
# 试运行模式
python scripts/batch_optimize.py ./html_files/ -o ./optimized/ --dry-run
注意事项
- 备份原始文件 - 转换前备份重要文件
- 使用试运行模式 -
--dry-run预览结果而不保存 - 测试自定义规则 - 先在测试文件上验证规则效果
- 规则优先级 - 高优先级规则优先匹配
依赖
- Python 3.6+
- beautifulsoup4 >= 4.9.0
- lxml >= 4.6.0
安装命令：
pip install -r requirements.txt