目錄

• 前言
• 思路
• 實(shí)現(xiàn)過程
• 遞歸讀取指定目錄下的所有 html 文件路徑 htmlPaths
• 獲取每個(gè) html 里面的圖片 src
• 獲取 html 字符串的所有圖片 src
• 忽略注釋的代碼
• 本身是 base64，則忽略
• 忽略 Thymeleaf 語法
• 結(jié)合起來，封裝成一個(gè)函數(shù)
• src 轉(zhuǎn) base64
• 最后將新的 html 替換舊的 html
• 性能優(yōu)化
• 總的代碼
• 總結(jié)

前言

故事要從我們公司的新官網(wǎng)說起，新官網(wǎng)是叫外包做的，前后端沒有分離，對(duì)，你沒聽錯(cuò)，都到了 2023 年的今天，新項(xiàng)目依然是前后端混在一起，堆成一座屎山，然后通過模板渲染展示網(wǎng)頁。

當(dāng)然，對(duì)于非研發(fā)的，技術(shù)棧咋樣都不重要，又不是不能用~

各位看官，聽到上面的情況，是不是隱隱約約感覺到會(huì)有啥驚喜（驚嚇）

哈，你來翻譯翻譯，什么叫驚喜？好，那我來翻譯翻譯，驚喜（bushi）就是自從新官網(wǎng)上線后，PV(頁面訪問量)下降了 50%。是的，你沒看錯(cuò)，原因就是打開官網(wǎng)巨卡，一般需要 7~8s。

就單單請(qǐng)求個(gè) html，就需要耗費(fèi) 7s+的時(shí)間。

運(yùn)營(yíng)那邊被老板親切問候后，就跑過來找我們研發(fā)幫忙看問題，把情況說的特嚴(yán)重，唉，最終還不是得我們幫忙處理爛攤子

那沒辦法，我們就開始分析一通，啪的一下，很快呀，就找到了加載賊慢的原因：

• 剛才所說的服務(wù)端響應(yīng)慢，那這個(gè)交給后端去搞就好（這個(gè)是重中之重）
• 官網(wǎng)的圖片請(qǐng)求是在是太多了，而我們知道 http 請(qǐng)求是有次數(shù)限制的(http1.1)，太多的話其他只能處于阻塞狀態(tài)

那第二點(diǎn)自然是需要前端去搞了，圖片太多，導(dǎo)致 http 請(qǐng)求太多，那好辦，把小圖片轉(zhuǎn) base64 不就好。 嗯，思路很簡(jiǎn)單，如果是前后端分離的項(xiàng)目，我們一般無腦配置 webpack url-loader 的體積限制就好，或者配置 webpack5 的 asset，即在導(dǎo)出一個(gè) data URI 和發(fā)送一個(gè)單獨(dú)的文件之間自動(dòng)選擇：

rules: [    {      test: /\.(png|jpe?g|svg|gif)$/,      //webpack4 start      use: [{  loader: "url-loader",  options: { limit: 10 * 1024 },},      ],      //webpack4 end      // webapack5 start      type:"asset/inline",      parser: {dataUrlCondition: {  maxSize: 10 * 1024, // 小于10k則轉(zhuǎn)為base64},      },      // webapack5 end    },  ],

很簡(jiǎn)單對(duì)吧，但當(dāng)你想快速 cv 以上配置的時(shí)候，發(fā)現(xiàn)，前端代碼都是混在后端代碼里面，一堆 html 文件，html 里面又混雜著一堆的 Thymeleaf 語法（Thymeleaf 是一個(gè)跟 Velocity、FreeMarker 類似的模板引擎，它可以完全替代 JSP，JSP？？都啥年代了）

越看越不對(duì)勁，正所謂理想很豐滿，現(xiàn)實(shí)很骨感，唉，只能長(zhǎng)嘆一聲。

但沒辦法，領(lǐng)導(dǎo)可不管用啥方式，只要有個(gè)方法把 html 里面圖片小于某個(gè)指定值，如 10k，那就轉(zhuǎn) base64，讓這些小圖片不走 http 請(qǐng)求。

思路

那么，正常的路走不通(當(dāng)然也有可能有其他更快捷的方式，只是比較趕，暫時(shí)想不到更好、更簡(jiǎn)單的方式實(shí)現(xiàn))，那就另辟蹊徑。

全體流程如下：

1. mvn clean // marven 清空輸出目錄

2. mvn compile // marven編譯

3. 將所有 html 的的小圖片都轉(zhuǎn) base64

4. mvn package // marven 打包

以上主要重點(diǎn)關(guān)注第3點(diǎn)，既然要將所有 html 的的小圖片都轉(zhuǎn) base64，那么自然而然可以通過寫個(gè) node 腳本來實(shí)現(xiàn)，大概可以分為以下幾個(gè)步驟：

• 遞歸讀取指定目錄下的所有 html 文件路徑 htmlPaths，這里我們假設(shè)所有 html 都放在 backend/templates 里面
• 遍歷每個(gè)路徑，讀取對(duì)應(yīng)的 html，然后通過正則匹配到每個(gè) html 里面的所有 img 對(duì)應(yīng)的 src，存放到 imgSrcs 里面
• 遍歷每個(gè) img 的 src，讀取 imageBuffer，并轉(zhuǎn)為 base64
• 再將得到的 base64 替換原先的 src
• 最后將新的 html 替換舊的 html

上面的步驟應(yīng)該比較清晰的，不過，等一下，最近 chatgpt 不是很火嗎，讓它來寫不就好~

實(shí)現(xiàn)過程

遞歸讀取指定目錄下的所有 html 文件路徑 htmlPaths

首先判斷入口目錄的下的內(nèi)容，是文件的話就判斷是否以.html 結(jié)尾，是的話則放入 htmlFilePaths，是目錄的話則遞歸遍歷，那我們來問神奇的 chatgpt：

嗯，很不錯(cuò)，第一次幾乎完美，順利拿到所有的 html 路徑

獲取每個(gè) html 里面的圖片 src

自然而然想到用正則匹配來做，所以我馬上問：

一看結(jié)果就不是我想要的，當(dāng)然也是我描述的不清晰，導(dǎo)致 chatgpt 以為要獲取 html 文檔的圖片 src

獲取 html 字符串的所有圖片 src

應(yīng)該問要獲取 html 字符串的，所以我接著問：

// 定義匹配圖片標(biāo)簽的正則表達(dá)式var imgRegex = /<img\s+[^>]*src=[""]([^""]*)[""][^>]*>/gi;// 要解析的HTML字符串var htmlString = "<img src="image1.jpg"> <img src="image2.jpg">";// 遍歷所有匹配到的圖片標(biāo)簽并獲取其src屬性var matches;while ((matches = imgRegex.exec(htmlString)) !== null) {  var src = matches[1];  console.log(src);}

運(yùn)行后，得到的結(jié)果：

不錯(cuò)不錯(cuò)，再接再厲。

忽略注釋的代碼

但 html 代碼可能 img 被注釋了，如 <!-- <img src='xxx.jpg'> -->，那么我們實(shí)際上沒必要去轉(zhuǎn)換，故我們讓個(gè)讓其忽略注釋的：

那我們來試試，將其中注釋代碼中插入 img，看看是否會(huì)解析：

// 定義匹配圖片標(biāo)簽的正則表達(dá)式var imgRegex = /<img\s+[^>]*src=[""]([^""]*)[""][^>]*>/gi;// 定義匹配注釋的正則表達(dá)式var commentRegex = /<!--[\s\S]*?-->/g;// 要解析的HTML字符串var htmlString = "<!-- <img src="image3.jpg"> --> <img src="image1.jpg"> <img src="image2.jpg">";// 刪除所有注釋htmlString = htmlString.replace(commentRegex, "");// 遍歷所有匹配到的圖片標(biāo)簽并獲取其src屬性var matches;while ((matches = imgRegex.exec(htmlString)) !== null) {  var src = matches[1];  console.log(src);}

可以看到被注釋掉的 image3 不會(huì)被匹配到

本身是 base64，則忽略

繼續(xù)繼續(xù)，但圖片 src 可能一開始就是 base64 了，就沒必要轉(zhuǎn)了，而 base64 是 data:image 開頭的，所以我們?cè)僮屗酉聴l件：

// 定義匹配圖片標(biāo)簽的正則表達(dá)式var imgRegex = /<img\s+[^>]*src=[""]((?!data:image)[^""]*)[""][^>]*>/gi;// 要解析的HTML字符串var htmlString = "<img src="image1.jpg"> <img src="data:image/png;base64,iVBORw0KG..."> <img src="image2.jpg"><!-- <img src="image3.jpg"> -->";// 遍歷所有匹配到的不以 data:image 開頭的圖片標(biāo)簽并獲取其src屬性var matches;while ((matches = imgRegex.exec(htmlString)) !== null) {  var src = matches[1];  console.log(src);}

我們運(yùn)行看下結(jié)果

成功跳過了 base64 的，但是，好像沒有了忽略注釋代碼的條件，啊這。。

所以我就讓他忽略注釋和 base64 的，但好像一直丟三落四，按下葫蘆浮起瓢，大家可以看看

上面的注釋的被匹配到了

注釋又又又被匹配到了，算了，我直接問如果忽略 base64，然后再組合忽略注釋的就好，組合后的代碼如下：

const imgRegex = /<img\s+[^>]*src=[""]((?!data:image)[^""]*)[""][^>]*>/gi;// 定義匹配注釋的正則表達(dá)式const commentRegex = /<!--[\s\S]*?-->/g// 刪除所有注釋var htmlString = "<img src="image1.jpg"> <img src="data:image/png;base64,iVBORw0KG..."> <img src="image2.jpg"><!-- <img src="image3.jpg"> -->";htmlString = htmlString.replace(commentRegex, "")// 遍歷所有匹配到的圖片標(biāo)簽并獲取其src屬性const imgSrcs = []let matches;while ((matches = imgRegex.exec(htmlString)) !== null) {const src = matches[1];imgSrcs.push(src)}console.log(imgSrcs)

忽略 Thymeleaf 語法

還有個(gè)問題，img 的 src 可能是通過服務(wù)端渲染導(dǎo)入的，那么我們要忽略掉，大致語法為 <img th:src="${t.imgUrl1}" />，也就是以 th:開頭的

// 定義匹配圖片標(biāo)簽的正則表達(dá)式var imgRegex = /<img\s+[^>]*src=[""]((?!data:image|@{)(?!\s*th:src)[^""]*)[""][^>]*>/gi;// 要解析的HTML字符串var htmlString = "<img src="image1.jpg"> <img src="@{some/url}"> <img src="data:image/png;base64,iVBORw0KG..."> <img src="image2.jpg" th:src="@{some/other/url}">";// 遍歷所有匹配到的不以 data:image、@{ 和包含 th:src 的圖片標(biāo)簽并獲取其src屬性var matches;while ((matches = imgRegex.exec(htmlString)) !== null) {  var src = matches[1];  console.log(src);}

上面的@{可以忽略，實(shí)際上也是屬于 Thymeleaf 語法，屏蔽 th:src 即可

結(jié)合起來，封裝成一個(gè)函數(shù)

function getImgSrcInHtml(htmlString) {  /** 定義匹配圖片標(biāo)簽的正則表達(dá)式   * 1.src中不以data:image開頭，即不以base64開頭，沒必要再轉(zhuǎn)化了   * 2.不是th:src   * 3.忽略注釋的代碼   * */  const imgRegex = /<img\s+[^>th:]*src=[""]((?!data:image)[^""]*)[""][^>]*>/gi;  // 定義匹配注釋的正則表達(dá)式  const commentRegex = /<!--[\s\S]*?-->/g  // 刪除所有注釋  htmlString = htmlString.replace(commentRegex, "")  // 遍歷所有匹配到的圖片標(biāo)簽并獲取其src屬性  const imgSrcs = []  let matches;  while ((matches = imgRegex.exec(htmlString)) !== null) {    const src = matches[1];    imgSrcs.push(src)  }  return imgSrcs.filter(Boolean)}

運(yùn)行下，看下結(jié)果：

src 轉(zhuǎn) base64

自此，我們拿到所有 html 里面的 src 了，那么判斷下是否小于指定 size，是的話轉(zhuǎn) base64

獲取文件大小可通過 fs 的 statSync 來拿到對(duì)應(yīng)文件的 size，如下

/** 獲取文件大小 */function getFileSize(filePath) {  const stat = fs.statSync(filePath)  return stat.size}

如果滿足條件則將圖片轉(zhuǎn) base64，而圖片本身是 Buffer，所以要轉(zhuǎn)一下：

/** 圖片轉(zhuǎn)成base64 */function imageToBase64(filePath) {  // 讀取圖片文件  const imageBuffer = fs.readFileSync(filePath)  const extname = getExtname(filePath)  // 將圖片文件轉(zhuǎn)換為 base64 編碼字符串  const base64String = Buffer.from(imageBuffer).toString("base64")  return `data:image/${extname.slice(1)};base64,${base64String}`}

通過加上前綴data:image/${extname.slice(1)};base64,，其中 extname 是文件后綴名，通過path.extname拿到：

/** 獲取后綴名 */function getExtname(filePath) {  return path.extname(filePath)}

每得到一個(gè) base64，則替換原先的 src：

htmlString = htmlString.replace(src, imgBase64)

最后將新的 html 替換舊的 html

html 下滿足條件的 src 全部替換好后，就可以將新的 html 替換老的了，實(shí)際上也就是重寫回去：

writeFile(htmlPath, htmlString)

性能優(yōu)化

但我們發(fā)現(xiàn)整個(gè)過程中有兩處可以優(yōu)化代碼：

• 如果 src 大于指定尺寸，那么下次遇到直接跳過，不再獲取尺寸大小
• 一個(gè)圖片可能被多處引用到，那么轉(zhuǎn) base64 后，下次遇到就沒必要再轉(zhuǎn)了，直接復(fù)用即可

針對(duì)第一點(diǎn)，我們可以通過聲明一個(gè) Set，存放大于指定尺寸的 src：

for (const src of imgSrcs) {      /** 之前已經(jīng)大于了，這次遇到就直接跳過即可 */      if (imgOverSizeSet.has(src)) continue      let absoluteSrc = src      // 如果不是相對(duì)路徑，那么轉(zhuǎn)換為絕對(duì)路徑      if (!src.startsWith(".")) absoluteSrc = path.join(STATIC_PATH, src)      // 不存在或者超出限制，則不替換      if (getFileSize(absoluteSrc) >= FILE_LIMIE_SIZE) {imgNotExistOrOverSizeSet.add(src)continue      }}

針對(duì)第二點(diǎn)，我們可以通過聲明一個(gè) Map，key 為 src，value 為 base64：

/** 存imgSrc -> 圖片base64 */const imgSrc2Base64Map = new Map()

每次判斷到對(duì)應(yīng)的 src 有值，則直接拿之前的 base64，不再轉(zhuǎn)化：

let imgBase64 = imgSrc2Base64Map.get(src)if (!imgBase64) {  imgBase64 = imageToBase64(absoluteSrc)  imgSrc2Base64Map.set(src, imgBase64)}

總的代碼

const fs = require("fs")const path = require("path")function resolve(relativePath) {  return path.resolve(__dirname, relativePath)}/** 靜態(tài)資源路徑 */const STATIC_PATH = resolve("xxx")/** html模板路徑 */const TEMPLATE_PATH = resolve("yyy")/** 文件大小限制 10K */const FILE_LIMIE_SIZE = 1024 * 10/** 圖片轉(zhuǎn)成base64 */function imageToBase64(filePath) {  // 讀取圖片文件  const imageBuffer = fs.readFileSync(filePath)  const extname = getExtname(filePath)  // 將圖片文件轉(zhuǎn)換為 base64 編碼字符串  const base64String = Buffer.from(imageBuffer).toString("base64")  return `data:image/${extname.slice(1)};base64,${base64String}`}/** 獲取文件大小 */function getFileSize(filePath) {  const stat = fs.statSync(filePath)  return stat.size}/** 獲取后綴名 */function getExtname(filePath) {  return path.extname(filePath)}/** 獲取所有html路徑 */function getHtmlPaths(dir, filePaths = []) {  const files = fs.readdirSync(dir);  for (const file of files) {    const filePath = path.join(dir, file);    const fileStat = fs.statSync(filePath);    if (fileStat.isDirectory()) {      getHtmlPaths(filePath, filePaths);    } else if (fileStat.isFile() && getExtname(filePath) === ".html") {      filePaths.push(filePath);    }  }  return filePaths;}function readFile(filePath) {  return fs.readFileSync(filePath, "utf-8")}function writeFile(filePath, source) {  return fs.writeFileSync(filePath, source)}/** 獲取html中滿足規(guī)則的img src */function getImgSrcInHtml(htmlString) {  /** 定義匹配圖片標(biāo)簽的正則表達(dá)式   * 1.src中不以data:image開頭，即不以base64開頭，沒必要再轉(zhuǎn)化了   * 2.不是th:src   * 3.忽略注釋的代碼   * */  const imgRegex = /<img\s+[^>th:]*src=[""]((?!data:image)[^""]*)[""][^>]*>/gi;  // 定義匹配注釋的正則表達(dá)式  const commentRegex = /<!--[\s\S]*?-->/g  // 刪除所有注釋  htmlString = htmlString.replace(commentRegex, "")  // 遍歷所有匹配到的圖片標(biāo)簽并獲取其src屬性  const imgSrcs = []  let matches;  while ((matches = imgRegex.exec(htmlString)) !== null) {    const src = matches[1];    imgSrcs.push(src)  }  return imgSrcs.filter(Boolean)}/** 主程序 */function main() {  const htmlPaths = getHtmlPaths(TEMPLATE_PATH)  /** 存imgSrc -> 圖片base64 */  const imgSrc2Base64Map = new Map()  /** 存不存在，或者超過指定大小的img */  const imgNotExistOrOverSizeSet = new Set()  htmlPaths.forEach(htmlPath => {    let htmlString = readFile(htmlPath)    const imgSrcs = getImgSrcInHtml(htmlString)    if (!imgSrcs.length) return    for (const src of imgSrcs) {      if (imgNotExistOrOverSizeSet.has(src)) continue      let absoluteSrc = src      // console.log(imgSrcs)      // 如果不是相對(duì)路徑，那么轉(zhuǎn)換為絕對(duì)路徑      if (!src.startsWith(".")) absoluteSrc = path.join(STATIC_PATH, src)      const isExist = fs.existsSync(absoluteSrc)      if (!isExist) console.log("not isExist", src)      // 不存在或者超出限制，則不替換      if (!isExist || getFileSize(absoluteSrc) >= FILE_LIMIE_SIZE) {imgNotExistOrOverSizeSet.add(src)continue      }      let imgBase64 = imgSrc2Base64Map.get(src)      if (!imgBase64) {imgBase64 = imageToBase64(absoluteSrc)imgSrc2Base64Map.set(src, imgBase64)      }      htmlString = htmlString.replace(src, imgBase64)    }    // 替換好后，寫回    writeFile(htmlPath, htmlString)  })}main()

總結(jié)

因?yàn)樘嗟男D片導(dǎo)致 http 請(qǐng)求阻塞，所以要把滿足條件的小圖片轉(zhuǎn)為 base64， 而前端的 html 混在在后端代碼里面，且里面混雜著 Thymeleaf 模板語法，想通過 webpack 打包的方式看起來好像不行(至少目前不知道咋辦)，所以退而求其之自己寫個(gè)腳本來處理。

大致思路就是：

• 讀取所有 html，匹配到里面的所有 img 的 src
• 匹配的過程中我們要忽略注釋的代碼、已經(jīng)是 base64 的圖片、Thymeleaf 模板語法的，涉及到挺多的正則語法，這部分我通過調(diào)戲 chatgpt 來實(shí)現(xiàn)，雖然過程中不是十分完美
• src 可能被重復(fù)用到，所以這里又可以優(yōu)化為：
  • 如果 src 大于指定尺寸，那么下次遇到直接跳過，不再獲取尺寸大小
  • 一個(gè)圖片可能被多處引用到，那么轉(zhuǎn) base64 后，下次遇到就沒必要再轉(zhuǎn)了，直接復(fù)用即可

以上就是讓chatgpt將html中的圖片轉(zhuǎn)為base64方法示例的詳細(xì)內(nèi)容，更多關(guān)于chatgpt html圖片轉(zhuǎn)base64的資料請(qǐng)關(guān)注其它相關(guān)文章！