摘要:狀態遷移代碼所謂的狀態遷移,就是當前狀態函數返回下一個狀態函數。狀態函數通過代碼中的函數來輸出解析好的詞,我們只需要覆蓋,即可指定對解析結果的處理方式。詞法分析器代碼狀態函數們至此,字符流被拆成詞。
筆記說明
重學前端是程劭非(winter)【前手機淘寶前端負責人】在極客時間開的一個專欄,每天10分鐘,重構你的前端知識體系,筆者主要整理學習過程的一些要點筆記以及感悟,完整的可以加入winter的專欄學習【原文有winter的語音】,如有侵權請聯系我,郵箱:kaimo313@foxmail.com。一、概括
本文主要聊聊瀏覽器如何解析請求回來的 HTML 代碼以及 DOM 樹又是如何構建的。二、解析代碼 2.1、詞(token)是如何被拆分的
“詞”(指編譯原理的術語 token,表示最小的有意義的單元),種類大約只有 標簽開始、屬性、標簽結束、注釋、CDATA節點幾種。
接下拆解下面代碼:
text text text
這段代碼依次拆成詞(token):
class=“a” 屬性
> “標簽開始”的結束
text text text 文本
標簽結束關于token的解釋:
從 HTTP 協議收到的字符流讀取字符。每讀入一個字符,其實都要做一次決策,而且這些決定是跟“當前狀態”有關的。把字符流解析成詞(token),最常見的方案就是使用狀態機。
2.2、狀態機 2.2.1、過程把部分詞(token)的解析畫成一個狀態機:
具體的可以參考HTML官方文檔
狀態機的初始狀態,我們僅僅區分 “< ”和 “非 <”:
如果獲得的是一個非 < 字符,那么可以認為進入了一個文本節點
如果獲得的是一個 < 字符,那么進入一個標簽狀態
可能會遇到的情況:
比如下一個字符是“ ! ” ,那么很可能是進入了注釋節點或者 CDATA節點
如果下一個字符是 “ / ”,那么可以確定進入了一個結束標簽
如果下一個字符是字母,那么可以確定進入了一個開始標簽
如果我們要完整處理各種 HTML 標準中定義的東西,那么還要考慮 “ ? ” “ % ”等內容
2.2.2、代碼化// 初始狀態 var data = function(c){ if(c=="&") { return characterReferenceInData; } if(c=="<") { return tagOpen; } else if(c=="