Как очистить микроданные в html?

Question

[pcdesign]

Есть сотни html страниц в которых содержатся микроданные
https://schema.org/docs/gs.html
Вручную лень все это вычищать, посоветуйте какой-нибудь инструмент, который бы убрал всю микроразметку.

<div itemscope itemtype ="http://schema.org/Movie">
  <h1 itemprop="name">Avatar</h1>
  <span>Director: <span itemprop="director">James Cameron</span> (born August 16, 1954)</span>
  <span itemprop="genre">Science fiction</span>
  <a href="../movies/avatar-theatrical-trailer.html" itemprop="trailer">Trailer</a>
</div>

Comments

[Максим Тимофеев]

А зачем чистить микроданные? Они же полезны.

[pcdesign]

Максим Тимофеев: Не всегда

[Максим Тимофеев]

pcdesign: А можно пример?

[pcdesign]

Максим Тимофеев:
https://support.google.com/webmasters/answer/34980...

[Максим Тимофеев]

pcdesign: Да резонно. Но тогда стоит пройтись не по всем страницам, а по тем что гугля исключила. У них есть инструмент для проверки разметки. Можно убрать именно то что нужно, а не все. ТАк как снос полностью всей разметки тоже не панацея и может дать пессимизацию.

[Максим Тимофеев]

pcdesign: Пройдитесь руками. Если их много, найдите общности. И тогда уже удаляйте, хоть автозаменой.

[pcdesign]

Максим Тимофеев: мда

[Максим Тимофеев]

pcdesign: Жизнь печальная ерундовина, а что делать?

[pcdesign]

Максим Тимофеев: Накидал скрипт на перле
Как очистить микроданные в html?
Очищает всю эту дрянь.
Дальше пусть сеошники со свежей головой думают как правильно использовать микроразметку.

Answer 1

[pcdesign]

#!/usr/bin/perl -w
use strict;
use HTML::Scrubber;
use feature 'say';

my @default = (
    1 => {
        '*'       => 1,
        itemprop  => 0,
        itemscope => 0,
        itemtype  => 0,

    }
);

my $scrubber = HTML::Scrubber->new(
    default => \@default,
    process => 0,
);

my $html = join( '', <DATA> );
say $scrubber->scrub($html);



__DATA__
<div itemscope itemtype ="http://schema.org/Movie">
  <h1 itemprop="name">Avatar</h1>
  <span>Director: <span itemprop="director">James Cameron</span> (born August 16, 1954)</span>
  <span itemprop="genre">Science fiction</span>
  <a href="../movies/avatar-theatrical-trailer.html" itemprop="trailer">Trailer</a>
</div>

Результат:

<div>
  <h1>Avatar</h1>
  <span>Director: <span>James Cameron</span> (born August 16, 1954)</span>
  <span>Science fiction</span>
  <a href="../movies/avatar-theatrical-trailer.html">Trailer</a>
</div>