HTML空白除去の仕組み|タグ間だけ消える理由

コピーしてきたHTMLソースにインデントや改行が大量に混ざっていて容量を減らしたいのに、中のスクリプトやスタイルのコードが壊れるのが怖くて手を付けられない、ということはよくあります。
HTMLの圧縮(minify)は、タグの間の空白と改行、コメントだけを選んで削除し、script・style・pre・textarea の内部コードは元のまま保持する処理です。この記事では、圧縮が実際に何を削除し何を残すのか、削減率(%)がどのように計算されるのかを、動作の仕組みを中心に解説します。
まとめ ① HTMLの圧縮はタグの間・タグの中の空白と改行だけを削除し、空白だけで構成されたテキストはまるごと削除します。 ② script・style・pre・textarea の内部コードは別のトークンとして分類され、いかなる場合も変形されずにそのまま通過します。 ③ 削減率は、元と結果をそれぞれバイトサイズで測り、(1 - 結果バイト/元バイト) × 100 で計算した値です。
開発者ツールからコピーしてきたHTMLは、なぜこんなに重いのか
ブラウザの開発者ツールで特定の要素を「outerHTML をコピー」で取得すると、元の画面に適用されていたインデントや改行がタグごとにそのまま付いてきます。
各種エディタやテンプレートエンジンが出力するHTMLも事情は同じで、実際の内容よりも空白文字のほうが多くを占めていることも珍しくありません。
こうしたソースをメールテンプレートやAPIレスポンス、静的ページにそのまま貼り付けると、目に見えない空白だけでファイル容量が目に見えて増えてしまいます。厄介なのは、それを手作業で整理しようとしたときに起こります。
うっかり <script> の中の改行まで消してしまうと、コメントアウトされたJSの構文が次の行とつながって壊れますし、<pre> の中の空白を消すと、画面に表示されていた書式がまるごと崩れてしまいます。
ツールを使わずに自分で空白を削除する方法
HTML圧縮の仕組みがわかれば、手作業でも同じことができます。消してよい空白と消してはいけない空白を分ける基準はひとつです。
タグとタグの間、タグ属性の間の空白は削除しても文書構造は変わりませんが、script・style・pre・textarea 内部の空白はコードや書式そのものなので削除してはいけません。
この基準をテキストエディタの検索と置換(正規表現)にそのまま当てはめれば、手作業でも整理できます。
- まず
<script>、<style>、<pre>、<textarea>の区間を目印として付けておき、以降の作業から除外します。 - 残りの区間で、
>の後に空白が1つ以上あって再び<が来るパターン(>\s+<)を><に置換して、タグの間の空白を削除します。 - タグ属性の間に複数スペースの空白や改行があれば、1つのスペースに減らします。
- コメント(
<!-- ... -->)を削除するかどうかは任意です。デバッグ用に残したものでなければ、削除しても問題ありません。
どれだけ減ったかはファイルサイズで確認します。ターミナルがあれば、整理の前後でそれぞれ wc -c ファイル名.html を実行してバイト数を比べます(UTF-8 では wc -c は文字数ではなくバイト数を数えます)。
2つの値から (1 - 整理後のバイト数 ÷ 整理前のバイト数) × 100 を計算すると削減率が出ます。
なお、ブラウザはもともとタグの間の空白・改行をレンダリング時に1つの空白にまとめたり無視したりします(<pre>・<textarea> の内部は例外です)。そのため、タグの間の空白を削除しても、ブロックレベル要素の画面上の配置自体は変わりません。
無料ツールで確認する
HTMLを貼り付けると、圧縮(Minify)または整形(Beautify)の結果と削減率がすぐに表示されます。インストールも会員登録も不要で、ブラウザ上ですぐに処理できます。

圧縮するときによく迷うポイント
いちばん多い誤解は「圧縮するとscriptやCSSのコードも一緒に小さくなるのか」というものです。答えは「いいえ」です。
このツールでは安全のため、script・style・pre・textarea の内部の内容をトークンの段階で別に分類し、元のまま通過させます。JS・CSS自体の変数名の短縮や構文の圧縮が必要なら、専用のツールを別途使う必要があります。
| 対象 | 圧縮(Minify)時の処理 |
|---|---|
| タグの間・タグの中の空白・改行 | 1つの空白に縮小されるか、完全に削除される |
| 空白だけでできたテキストノード | まるごと削除 |
| コメント | 既定では削除、「コメントを保持」にチェックしたときだけ残る |
| script・style・pre・textarea の内部 | 元のまま、手を加えない |
2つ目の誤解は「圧縮すると必ず何%減るのか」というものです。決まった数値はありません。元のソースにインデントや改行がどれだけ多かったかで変わり、インデントの多いテンプレートの出力はたいてい10~40%ほど減り、すでに圧縮されていたソースでは削減率がほぼ0%に近い値になることもあります。
3つ目は「圧縮したら画面が微妙に違って見える」というケースです。原因はインライン要素の間の空白です。
<span> や <a> のように行の中に流れ込む要素の間に空白が1つでもあると、ブラウザはその空白を画面上で1つの空白としてレンダリングします。この空白を圧縮の過程で完全に削除すると、実際にレンダリングされていた1つの空白まで一緒に消えてしまい、もともと離れていた単語やアイコンがくっついて見えることがあります。
まとめ
- HTMLの圧縮が対象にするのは、タグの間・タグの中の空白、改行、そして空白だけのテキストノードだけです。
- script・style・pre・textarea の内部は、コードが壊れないよう元のまま保持されます。
- 削減率(%)は、元と結果のバイトサイズの差を (1 - 結果バイト/元バイト) × 100 で計算した値です。
- 削減率は元の空白の量によって変わるため、特定の数値を基準に正常・異常を判断することはできません。
- インライン要素の間の空白が消えると、レンダリングでわずかな間隔の違いが生じることがあります。
HTMLを貼り付けると、圧縮(Minify)または整形(Beautify)の結果と削減率がすぐに表示されます。インストールも会員登録も不要で、ブラウザ上ですぐに処理できます。
よくある質問
圧縮するとどれくらい小さくなりますか?
タグの間の空白・改行とコメントを削除するため、インデントの多かった元のソースはたいてい10~40%ほど小さくなります。正確な削減率は、結果画面の上部にある統計に元・結果のバイトサイズとあわせて表示されます。
scriptやCSSのコードも圧縮されますか?
いいえ。<script>・<style>・<pre>・<textarea> の内部の内容は別のトークンとして分類され、いかなる場合も変形されずにそのまま通過します。この内部のコード自体を小さくしたい場合(変数名の短縮など)は、専用のJS・CSS圧縮ツールを使う必要があります。
圧縮後の結果が元と違って見えることはありますか?
標準的なHTMLの処理に従う限り、タグ構造とテキストの内容はそのまま維持されます。ただし、インライン要素の間にあった空白が完全に削除されることで画面表示がわずかに変わることがあるので、適用する前に結果を一度目で確認しておくと安心です。
整形(Beautify)のインデント幅は何を選べばいいですか?
2スペース、4スペース、タブのどれを選んでも、タグ構造や動作に違いはありません。画面上で見えるインデント幅だけが変わる表示上の選択なので、チームで使っているコードスタイルのルールがあればそれに合わせればよいでしょう。
この記事は韓国語の原文をもとに作成しています。 韓国語の原文を読む