Кстати вот, что можно ещё убирать, так это nbsp, если их не два подряд. например слово слово
здесь можно просто пробел оставить. Но это наверное прямо в парсере лучше делать...
Добавлено @ 10:58
Может ещё \n убирать, когда не в скриптах и между >< ?

Вот енто делать к сожалению можно только ограниченно. Т.к. если мы сделаем енто на 100 процентов... то у тебя получиться почти одна строка. К сожалению... некоторые браузеры на ентом обламываются... когда ента строка очень длинная.

ок.

Кажется, тут вышла небольшая непонятка. Я подразумевал те пробелы, что используются в HTML-разметке в качестве отступов слева ради удобочтения кода страницы форума. Не вижу никаких препятствий для замены четвёрок пробелов на гориз. табуляции. Это во-первых. Во-вторых, табуляция отображается в тегах pre, правда ширина её при этом в моноширинных шрифтах вроде бы составляет 8 символов, что не есть хорошо. Однако, можно транслировать '\t' в 4 пробела, что будет куда экономичней этих &nbsp‎;


В смысле &nbsp‎; нельзя менять соответствующим ANSI символом? Может быть, но я это и не предлагал :-‎)


А если два подряд, то второй можно заменять на пробел.


Выигрыш с этого будет совсем небольшой.

Не ANSI символом и не табулятором. Потому что тэг pre не работает во всех браузерах при чтении innerHTML.

Нет, нельзя. Опера будет глючить.

А почему бы не померить?

Ты не поверишь, но разбирадись с подсветкой больше года и все варианты проверялись. Вот если бы ты сразу готовое решение написал здесь, но только сразу в коде, а не в теории, то тогда было бы круто. А так предлагать можно что угодно.