Unverified50% confidenceFactExact time
未经清洗的网页中HTML标签、CSS类名、脚本引用等噪音可能占据总token数的50%-80%
1
Sources
50%
Confidence
Long-term
Relevance
8/13/2026
First Seen
Sources
Related Claims
UnverifiedHTML的diff极其嘈杂难以审查，是HTML替代Markdown的最大缺点69% similarUnverified一个普通网页的原始HTML往往包含数万个Token的冗余内容，包括CSS样式表、JavaScript代码、广告脚本、导航菜单等67% similarUnverified一个典型的HTML文档相比等效的Markdown内容可能多消耗2-5倍的token65% similarUnverifiedDOMPurify是主流客户端HTML净化库，通过白名单机制过滤危险标签和属性，防御脚本执行而非所有HTML注入64% similarUnverified常用的 HTML 净化库包括前端的 DOMPurify 和 Python 后端的 Bleach63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/742522API
curl https://kongchang.com/api/v1/knowledge/claims/742522MCP
get_claim(id=742522)