都知道瀏覽器和服務(wù)端是通過 HTTP 協(xié)議進(jìn)行數(shù)據(jù)傳輸?shù)?，?HTTP 協(xié)議又是純文本協(xié)議，那么瀏覽器在得到服務(wù)端傳輸過來的 HTML 字符串，是如何解析成真實(shí)的 DOM 元素的呢，也就是我們常說的生成 DOM Tree，最近了解到狀態(tài)機(jī)這樣一個(gè)概念，于是就萌生一個(gè)想法，實(shí)現(xiàn)一個(gè) innerHTML 功能的函數(shù)，也算是小小的實(shí)踐一下。

函數(shù)原型

我們實(shí)現(xiàn)一個(gè)如下的函數(shù)，參數(shù)是 DOM 元素和 HTML 字符串，將 HTML 字符串轉(zhuǎn)換成真實(shí)的 DOM 元素且 append 在參數(shù)一傳入的 DOM 元素中。

function html(element, htmlString) {
  // 1. 詞法分析

  // 2. 語法分析

  // 3. 解釋執(zhí)行
}

在上面的注釋我已經(jīng)注明，這個(gè)步驟我們分成三個(gè)部分，分別是詞法分析、語法分析和解釋執(zhí)行。

詞法分析

詞法分析是特別重要且核心的一部分，具體任務(wù)就是：把字符流變成 token 流。

詞法分析通常有兩種方案，一種是狀態(tài)機(jī)，一種是正則表達(dá)式，它們是等效的，選擇你喜歡的就好。我們這里選擇狀態(tài)機(jī)。

首先我們需要確定 token 種類，我們這里不考慮太復(fù)雜的情況，因?yàn)槲覀冎粚?duì)原理進(jìn)行學(xué)習(xí)，不可能像瀏覽器那樣有強(qiáng)大的容錯(cuò)能力。除了不考慮容錯(cuò)之外，對(duì)于自閉合節(jié)點(diǎn)、注釋、CDATA 節(jié)點(diǎn)暫時(shí)均不做考慮。

接下來步入主題，假設(shè)我們有如下節(jié)點(diǎn)信息，我們會(huì)分出哪些 token 來呢。

<p class="a" data="js">測(cè)試元素</p>

對(duì)于上述節(jié)點(diǎn)信息，我們可以拆分出如下 token

• 開始標(biāo)簽：<p
• 屬性標(biāo)簽：class="a"
• 文本節(jié)點(diǎn)：測(cè)試元素
• 結(jié)束標(biāo)簽：</p>

狀態(tài)機(jī)的原理，將整個(gè) HTML 字符串進(jìn)行遍歷，每次讀取一個(gè)字符，都要進(jìn)行一次決策（下一個(gè)字符處于哪個(gè)狀態(tài)），而且這個(gè)決策是和當(dāng)前狀態(tài)有關(guān)的，這樣一來，讀取的過程就會(huì)得到一個(gè)又一個(gè)完整的 token，記錄到我們最終需要的 tokens 中。

萬事開頭難，我們首先要確定起初可能處于哪種狀態(tài)，也就是確定一個(gè) start 函數(shù)，在這之前，對(duì)詞法分析類進(jìn)行簡(jiǎn)單的封裝，具體如下

function HTMLLexicalParser(htmlString, tokenHandler) {
  this.token = [];
  this.tokens = [];
  this.htmlString = htmlString
  this.tokenHandler = tokenHandler
}

簡(jiǎn)單解釋下上面的每個(gè)屬性

• token：token 的每個(gè)字符
• tokens：存儲(chǔ)一個(gè)個(gè)已經(jīng)得到的 token
• htmlString：待處理字符串
• tokenHandler：token 處理函數(shù)，我們每得到一個(gè) token 時(shí)，就已經(jīng)可以進(jìn)行流式解析
  

我們可以很容易的知道，字符串要么以普通文本開頭，要么以 < 開頭，因此 start 代碼如下

HTMLLexicalParser.prototype.start = function(c) {
  if(c === '<') {
    this.token.push(c)
    return this.tagState
  } else {
    return this.textState(c)
  }
}

start 處理的比較簡(jiǎn)單，如果是 < 字符，表示開始標(biāo)簽或結(jié)束標(biāo)簽，因此我們需要下一個(gè)字符信息才能確定到底是哪一類 token，所以返回 tagState 函數(shù)去進(jìn)行再判斷，否則我們就認(rèn)為是文本節(jié)點(diǎn)，返回文本狀態(tài)函數(shù)。

接下來分別展開 tagState 和 textState 函數(shù)。 tagState 根據(jù)下一個(gè)字符，判斷進(jìn)入開始標(biāo)簽狀態(tài)還是結(jié)束標(biāo)簽狀態(tài)，如果是 / 表示是結(jié)束標(biāo)簽，否則是開始標(biāo)簽， textState 用來處理每一個(gè)文本節(jié)點(diǎn)字符，遇到 < 表示得到一個(gè)完整的文本節(jié)點(diǎn) token，代碼如下

HTMLLexicalParser.prototype.tagState = function(c) {
  this.token.push(c)
  if(c === '/') {
    return this.endTagState
  } else {
    return this.startTagState
  }
}
HTMLLexicalParser.prototype.textState = function(c) {
  if(c === '<') {
    this.emitToken('text', this.token.join(''))
    this.token = []
    return this.start(c)
  } else {
    this.token.push(c)
    return this.textState
  }
}

這里初次見面的函數(shù)是 emitToken 、 startTagState 和 endTagState 。

emitToken 用來將產(chǎn)生的完整 token 存儲(chǔ)在 tokens 中，參數(shù)是 token 類型和值。

startTagState 用來處理開始標(biāo)簽，這里有三種情形

• 如果接下來的字符是字母，則認(rèn)定依舊處于開始標(biāo)簽態(tài)
• 遇到空格，則認(rèn)定開始標(biāo)簽態(tài)結(jié)束，接下來是處理屬性了
• 遇到>，同樣認(rèn)定為開始標(biāo)簽態(tài)結(jié)束，但接下來是處理新的節(jié)點(diǎn)信息
• endTagState用來處理結(jié)束標(biāo)簽，結(jié)束標(biāo)簽不存在屬性，因此只有兩種情形
• 如果接下來的字符是字母，則認(rèn)定依舊處于結(jié)束標(biāo)簽態(tài)
• 遇到>，同樣認(rèn)定為結(jié)束標(biāo)簽態(tài)結(jié)束，但接下來是處理新的節(jié)點(diǎn)信息
  

邏輯上面說的比較清楚了，代碼也比較簡(jiǎn)單，看看就好啦

HTMLLexicalParser.prototype.emitToken = function(type, value) {
  var res = {
    type,
    value
  }
  this.tokens.push(res)
  // 流式處理
  this.tokenHandler && this.tokenHandler(res)
}

HTMLLexicalParser.prototype.startTagState = function(c) {
  if(c.match(/[a-zA-Z]/)) {
    this.token.push(c.toLowerCase())
    return this.startTagState
  }
  if(c === ' ') {
    this.emitToken('startTag', this.token.join(''))
    this.token = []
    return this.attrState
  }
  if(c === '>') {
    this.emitToken('startTag', this.token.join(''))
    this.token = []
    return this.start
  }
}

HTMLLexicalParser.prototype.endTagState = function(c) {
  if(c.match(/[a-zA-Z]/)) {
    this.token.push(c.toLowerCase())
    return this.endTagState
  }
  if(c === '>') {
    this.token.push(c)
    this.emitToken('endTag', this.token.join(''))
    this.token = []
    return this.start
  }
}

最后只有屬性標(biāo)簽需要處理了，也就是上面看到的 attrState 函數(shù)，也處理三種情形

• 如果是字母、單引號(hào)、雙引號(hào)、等號(hào)，則認(rèn)定為依舊處于屬性標(biāo)簽態(tài)
• 如果遇到空格，則表示屬性標(biāo)簽態(tài)結(jié)束，接下來進(jìn)入新的屬性標(biāo)簽態(tài)
• 如果遇到>，則認(rèn)定為屬性標(biāo)簽態(tài)結(jié)束，接下來開始新的節(jié)點(diǎn)信息

代碼如下

HTMLLexicalParser.prototype.attrState = function(c) {
  if(c.match(/[a-zA-Z'"=]/)) {
    this.token.push(c)
    return this.attrState
  }
  if(c === ' ') {
    this.emitToken('attr', this.token.join(''))
    this.token = []
    return this.attrState
  }
  if(c === '>') {
    this.emitToken('attr', this.token.join(''))
    this.token = []
    return this.start
  }
}

最后我們提供一個(gè) parse 解析函數(shù)，和可能用到的 getOutPut 函數(shù)來獲取結(jié)果即可，就不啰嗦了，上代碼

HTMLLexicalParser.prototype.parse = function() {
  var state = this.start;
  for(var c of this.htmlString.split('')) {
    state = state.bind(this)(c)
  }
}

HTMLLexicalParser.prototype.getOutPut = function() {
  return this.tokens
}

接下來簡(jiǎn)單測(cè)試一下，對(duì)于 <p class="a" data="js">測(cè)試并列元素的</p><p class="a" data="js">測(cè)試并列元素的</p> HTML 字符串，輸出結(jié)果為

看上去結(jié)果很 nice，接下來進(jìn)入語法分析步驟

語法分析

首先們需要考慮到的情況有兩種，一種是有多個(gè)根元素的，一種是只有一個(gè)根元素的。

我們的節(jié)點(diǎn)有兩種類型，文本節(jié)點(diǎn)和正常節(jié)點(diǎn)，因此聲明兩個(gè)數(shù)據(jù)結(jié)構(gòu)。

function Element(tagName) {
  this.tagName = tagName
  this.attr = {}
  this.childNodes = []
}

function Text(value) {
  this.value = value || ''
}

目標(biāo)：將元素建立起父子關(guān)系，因?yàn)檎鎸?shí)的 DOM 結(jié)構(gòu)就是父子關(guān)系，這里我一開始實(shí)踐的時(shí)候，將 childNodes 屬性的處理放在了 startTag token 中，還給 Element 增加了 isEnd 屬性，實(shí)屬愚蠢，不但復(fù)雜化了，而且還很難實(shí)現(xiàn)。

仔細(xì)思考 DOM 結(jié)構(gòu)，token 也是有順序的，合理利用棧數(shù)據(jù)結(jié)構(gòu)，這個(gè)問題就變的簡(jiǎn)單了，將 childNodes 處理放在 endTag 中處理。具體邏輯如下

• 如果是 startTag token，直接 push 一個(gè)新 element
• 如果是 endTag token，則表示當(dāng)前節(jié)點(diǎn)處理完成，此時(shí)出棧一個(gè)節(jié)點(diǎn)，同時(shí)將該節(jié)點(diǎn)歸入棧頂元素節(jié)點(diǎn)的 childNodes 屬性，這里需要做個(gè)判斷，如果出棧之后棧空了，表示整個(gè)節(jié)點(diǎn)處理完成，考慮到可能有平行元素，將元素 push 到 stacks。
• 如果是 attr token，直接寫入棧頂元素的 attr 屬性
• 如果是 text token，由于文本節(jié)點(diǎn)的特殊性，不存在有子節(jié)點(diǎn)、屬性等，就認(rèn)定為處理完成。這里需要做個(gè)判斷，因?yàn)槲谋竟?jié)點(diǎn)可能是根級(jí)別的，判斷是否存在棧頂元素，如果存在直接壓入棧頂元素的 childNodes 屬性，不存在 push 到 stacks。

代碼如下

function HTMLSyntacticalParser() {
  this.stack = []
  this.stacks = []
}
HTMLSyntacticalParser.prototype.getOutPut = function() {
  return this.stacks
}
// 一開始搞復(fù)雜了，合理利用基本數(shù)據(jù)結(jié)構(gòu)真是一件很酷炫的事
HTMLSyntacticalParser.prototype.receiveInput = function(token) {
  var stack = this.stack
  if(token.type === 'startTag') {
    stack.push(new Element(token.value.substring(1)))
  } else if(token.type === 'attr') {
    var t = token.value.split('='), key = t[0], value = t[1].replace(/'|"/g, '')
    stack[stack.length - 1].attr[key] = value
  } else if(token.type === 'text') {
    if(stack.length) {
      stack[stack.length - 1].childNodes.push(new Text(token.value))
    } else {
      this.stacks.push(new Text(token.value))
    }
  } else if(token.type === 'endTag') {
    var parsedTag = stack.pop()
    if(stack.length) {
      stack[stack.length - 1].childNodes.push(parsedTag)
    } else {
      this.stacks.push(parsedTag)
    }
  }
}

簡(jiǎn)單測(cè)試如下：

沒啥大問題哈

解釋執(zhí)行

對(duì)于上述語法分析的結(jié)果，可以理解成 vdom 結(jié)構(gòu)了，接下來就是映射成真實(shí)的 DOM，這里其實(shí)比較簡(jiǎn)單，用下遞歸即可，直接上代碼吧

function vdomToDom(array) {
  var res = []
  for(let item of array) {
    res.push(handleDom(item))
  }
  return res
}
function handleDom(item) {
  if(item instanceof Element) {
    var element = document.createElement(item.tagName)
    for(let key in item.attr) {
      element.setAttribute(key, item.attr[key])
    }
    if(item.childNodes.length) {
      for(let i = 0; i < item.childNodes.length; i++) {
        element.appendChild(handleDom(item.childNodes[i]))
      }
    }
    return element
  } else if(item instanceof Text) {
    return document.createTextNode(item.value)
  }
}

實(shí)現(xiàn)函數(shù)

上面三步驟完成后，來到了最后一步，實(shí)現(xiàn)最開始提出的函數(shù)

function html(element, htmlString) {
  // parseHTML
  var syntacticalParser = new HTMLSyntacticalParser()
  var lexicalParser = new HTMLLexicalParser(htmlString, syntacticalParser.receiveInput.bind(syntacticalParser))
  lexicalParser.parse()
  var dom = vdomToDom(syntacticalParser.getOutPut())
  var fragment = document.createDocumentFragment()
  dom.forEach(item => {
    fragment.appendChild(item)
  })
  element.appendChild(fragment)
}

三個(gè)不同情況的測(cè)試用例簡(jiǎn)單測(cè)試下

html(document.getElementById('app'), '<p class="a" data="js">測(cè)試并列元素的</p><p class="a" data="js">測(cè)試并列元素的</p>')
html(document.getElementById('app'), '測(cè)試<div>你好呀，我測(cè)試一下沒有深層元素的</div>')
html(document.getElementById('app'), '<div class="div"><p class="p">測(cè)試一下嵌套很深的<span class="span">p的子元素</span></p><span>p同級(jí)別</span></div>')

聲明：簡(jiǎn)單測(cè)試下都沒啥問題，本次實(shí)踐的目的是對(duì) DOM 這一塊通過詞法分析和語法分析生成 DOM Tree 有一個(gè)基本的認(rèn)識(shí)，所以細(xì)節(jié)問題肯定還是存在很多的。

總結(jié)

其實(shí)在了解了原理之后，這一塊代碼寫下來，并沒有太大的難度，但卻讓我很興奮，有兩個(gè)成果吧

• 了解并初步實(shí)踐了一下狀態(tài)機(jī)
• 數(shù)據(jù)結(jié)構(gòu)的魅力

代碼已經(jīng)基本都列出來了，想跑一下的童鞋也可以 clone 這個(gè) repo： domtree

總結(jié)

以上所述是小編給大家介紹的用原生 JS 實(shí)現(xiàn) innerHTML 功能實(shí)例詳解，希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！

最新評(píng)論