使用C中的Boost正则表达式缩小HTML

如何使用C缩小HTML？

资源

外部库可能是答案,但我更希望改进我当前的代码.虽然我对其他可能性都很感兴趣.

目前的代码

这是我在the following answer中的解释.

我不得不从原帖中改变的唯一部分就是这一部分：“(？ix)”
……还有一些逃脱的迹象

#include <boost/regex.hpp>
void minifyhtml(string* s) {
  boost::regex nowhitespace(
    "(?ix)"
    "(?>"           // Match all whitespans other than single space.
    "[^S ]s*"   // Either one [trnfv] and zero or more ws,"| s{2,}"     // or two or more consecutive-any-whitespace.
    ")"             // Note: The remaining regex consumes no text at all...
    "(?="           // Ensure we are not in a blacklist tag.
    "[^<]*+"        // Either zero or more non-"<" {normal*}
    "(?:"           // Begin {(special normal*)*} construct
    "<"             // or a < starting a non-blacklist tag.
    "(?!/?(?:textarea|pre|script)b)"
    "[^<]*+"        // more non-"<" {normal*}
    ")*+"           // Finish "unrolling-the-loop"
    "(?:"           // Begin alternation group.
    "<"             // Either a blacklist start tag.
    "(?>textarea|pre|script)b"
    "| z"         // or end of file.
    ")"             // End alternation group.
    ")"             // If we made it here,we are not in a blacklist tag.
  );

  // @todo Don't remove conditional html comments
  boost::regex nocomments("<!--(.*)-->");

  *s = boost::regex_replace(*s,nowhitespace," ");
  *s = boost::regex_replace(*s,nocomments,"");
}

只有第一个正则表达式来自原始帖子,另一个是我正在研究的东西,应该被认为远非完整.它应该有希望很好地了解我尝试完成的任务.