在一个项目中，我需要获取当前页面的htm本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.netl字符串，然后发送到worker中，对h【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】tml进行编辑、对比等。和在DOM环境下【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】可以方便的编辑DOM不同，如果只有字符串【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net，想要编辑，而且还要对两个html进行d本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】iff操作，其实还是有点难度。在virt本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.netual dom中，我们可以通过node的本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.nettype来知道这个节点是否是同一个，但是【原创不易，请尊重版权】【未经授权禁止转载】如果只有纯字符串，这个确认动作就会比较麻【本文受版权保护】【版权所有】唐霜 www.tangshuang.net烦。我想，我已经对ast有一定了解了，能原创内容，盗版必究。【作者：唐霜】不能把html抽象为ast，然后对ast转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。对象进行编辑，再由ast还原为html呢【作者：唐霜】本文版权归作者所有，未经授权不得转载。？于是，我开动脑筋，写了一个叫做abs-本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。html的库，用于对html转化为基于H【未经授权禁止转载】【原创内容，转载请注明出处】yperJSON的ast对象，并且提供了本文版权归作者所有，未经授权不得转载。【访问 www.tangshuang.net 获取更多精彩内容】两个对象的diff和patch方法，以及【本文首发于唐霜的博客】【本文首发于唐霜的博客】重新生成html字符串的rebuild方【版权所有，侵权必究】本文版权归作者所有，未经授权不得转载。法。
原创内容，盗版必究。【作者：唐霜】生成HTML的AST
在Robust第25期中，我详细阐述了简单的编译原理，基于这一【作者：唐霜】未经授权，禁止复制转载。原理，我可以将html字符串转化为一个t【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。oken序列，并拼成一个ast。由于我并【关注微信公众号：wwwtangshuangnet】【原创内容，转载请注明出处】不需要一个完整的编译逻辑，我的目标是一个【转载请注明来源】本文版权归作者所有，未经授权不得转载。编译的子集。而且html是xml的子集，本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】天然具有非常强的数据结构特征，因此，遍历【本文受版权保护】本文作者：唐霜，转载请注明出处。过程中可以很快生成ast，不需要分多步。
【本文受版权保护】【本文受版权保护】【版权所有，侵权必究】【关注微信公众号：wwwtangshuangnet】今年年初我发布了HyperJSON协议，它是一个基于hyperscript衍生本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】的布局描述协议，具有极小的体积，和完备的【版权所有】唐霜 www.tangshuang.net【本文受版权保护】布局特性描述数据。而用HyperJSON本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net来描述html具有非常大的优势：体积可以【版权所有，侵权必究】原创内容，盗版必究。变的特别小，阅读也很方便。因此，我生成的【转载请注明来源】【原创内容，转载请注明出处】ast是一个基于该协议的对象。
转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.net你可以通过下面的代码快速尝试一下这个效果未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。：
未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。<script type="module">
import { parseHTMLToHyperJSON } from 'https://unpkg.com/abs-html/src/index.js'
const json = parseHTMLToHyperJSON(`
<!DOCTYPE html>
<main>
<article>
<h1>Title</h1>
<p>content</p>
</article>
</main>
`)
console.log(json)
</script>
得到的对象会是一个阅读起来非常容易的对象本文版权归作者所有，未经授权不得转载。【作者：唐霜】。你甚至可以在不同线程，或者客户端与服务【本文受版权保护】著作权归作者所有，禁止商业用途转载。端之间，随意的传输这个对象（当然，不推荐未经授权，禁止复制转载。【原创内容，转载请注明出处】，因为字符串性能会更好）。
【关注微信公众号：wwwtangshuangnet】未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。【转载请注明来源】原本我还想封装几个查询方法，但是由于考虑本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】到暂时没有这个需求，所以就没有开放查找方【原创内容，转载请注明出处】【本文首发于唐霜的博客】法。你可以通过HyperJSON协议，方【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。便的通过路径找到一个节点对象。接下来，你本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。可以随意编辑这个对象，但是需要注意，编辑原创内容，盗版必究。【原创不易，请尊重版权】后，它仍然需要符合HyperJSON协议本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】的要求。
【作者：唐霜】本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。从AST回到HTML
利用HyperJSON协议对象，我们可以转载请注明出处：www.tangshuang.net【版权所有，侵权必究】非常方便的通过遍历生成新的HTML字符串著作权归作者所有，禁止商业用途转载。【作者：唐霜】。
转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】import { rebuildHyperJSONToHTML } from 'abs-html'
const html = rebuildHyperJSONToHTML(json)
不过在这里还是有一些坑的，主要是html【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。中有一些强制的自关闭标签，比如<l【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】ink /> <img /&【关注微信公众号：wwwtangshuangnet】【未经授权禁止转载】gt;等。这些标签在HyperJSON中【未经授权禁止转载】【原创不易，请尊重版权】没有特意强调，但是我规定，当一个节点没有【作者：唐霜】著作权归作者所有，禁止商业用途转载。children部分时，就代表它是一个自【本文受版权保护】本文作者：唐霜，转载请注明出处。关闭标签。例如：
【转载请注明来源】【原创内容，转载请注明出处】['div', null, ''] // 闭合标签，一定存在children，虽然是一个空字符串 ['img'] // 自关闭标签，不存在children，可以存在props
还有一点，为了小HyperJSON的体积【原创内容，转载请注明出处】【本文首发于唐霜的博客】，纯文本节点直接用字符串，而非用#tex本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】t类型节点，例如：
本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。['div', 0, 'content'] // 本来应该写成 ['div', null, ['#text', null, 'content']]
我们每一个设计，都有它独特的地方，有些设【关注微信公众号：wwwtangshuangnet】【转载请注明来源】计是为了追求完备性，而有些设计则是在理想未经授权，禁止复制转载。【本文受版权保护】与现实之间平衡。
【关注微信公众号：wwwtangshuangnet】转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】Diff两个AST
当我拿到两个html字符串之后，通过pa【作者：唐霜】未经授权，禁止复制转载。rse操作得到两个ast，接下来的事，就转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】是对比这两个纯js对象。市面上有很多di【原创不易，请尊重版权】【版权所有，侵权必究】ff库，其中我比较喜欢的一个叫deep-本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。diff，原因在于它的diff结果是非常【版权所有】唐霜 www.tangshuang.net本文版权归作者所有，未经授权不得转载。易于阅读的数组形式。但是，我并没有用它来【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】diff两个ast，原因很简单，html【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】的ast是有规律的结构化数据，而非无规律原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。的js对象。把ast当作纯对象对比，会多未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。出很多无用的信息，例如：
【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.net本文作者：唐霜，转载请注明出处。path: [3, 4, 1, 'name'] next: 'new name'
实际上它表达的是根节点的第1个child【本文首发于唐霜的博客】转载请注明出处：www.tangshuang.net的第2个child的name prop发【未经授权禁止转载】【原创内容，转载请注明出处】生变化。虽然用数字作为路径确实节省了一些【本文首发于唐霜的博客】【关注微信公众号：wwwtangshuangnet】空间，但是却无法让我们很轻松的阅读，所以转载请注明出处：www.tangshuang.net【未经授权禁止转载】，我自己提供了一个diff工具，这个di【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.netff工具给出的结果是：
本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.netpath: div[1]/div[2] type: 'attribute' name: 'name' next: 'new name'
它比用deep-diff对纯js对象对比【关注微信公众号：wwwtangshuangnet】【转载请注明来源】时多出一些信息，但是阅读起来却更方便。最【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】重要的是，它为patch做准备，因为pa【原创内容，转载请注明出处】【作者：唐霜】tch时，直接根据type来决定进行什么【作者：唐霜】著作权归作者所有，禁止商业用途转载。操作。
转载请注明出处：www.tangshuang.net【版权所有，侵权必究】相似算法
在diff时，我需要确认，这个节点是新增未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】的，还是原来就有的（可能发生了一些细微变【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。化）。我想到了一种相似算法（目前还没有在【未经授权禁止转载】【未经授权禁止转载】abs-html中使用）。两个对象是否是本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。对同一个HTML节点的描述呢？我主要看它【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】们的相似的，有些特征可以直接排除它们不是【原创内容，转载请注明出处】【关注微信公众号：wwwtangshuangnet】同一个节点的描述，比如nodeName、【本文受版权保护】转载请注明出处：www.tangshuang.netid、data-id不一样，那么这两个对原创内容，盗版必究。【原创内容，转载请注明出处】象不可能是对同一个节点的描述。我为不同节【原创不易，请尊重版权】【关注微信公众号：wwwtangshuangnet】点的相似度进行权重分类和分数划分，以节点【原创内容，转载请注明出处】原创内容，盗版必究。的属性、属性值的相似度、children原创内容，盗版必究。未经授权，禁止复制转载。的相似度为维度，在每个维度上进行打分，每【本文首发于唐霜的博客】【未经授权禁止转载】个维度的权重不同，例如前面的nodeNa【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。me，因为它具有巨高的权重，所以直接作为未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net特殊情况处理。当两个对象在nodeNam【本文受版权保护】未经授权，禁止复制转载。e或id等一致的情况下，拥有相同的pro【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】ps时，我认为它们具有较高的相似度，在p【转载请注明来源】【未经授权禁止转载】rops这个维度上，给出了高分，但是它们本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】的children完全不同，那么在这个维本文版权归作者所有，未经授权不得转载。【未经授权禁止转载】度上，我给出了0分。但是不同维度的权重是未经授权，禁止复制转载。【未经授权禁止转载】不一样的，children不同，很有可能原创内容，盗版必究。【转载请注明来源】是同一个DOM节点，更换了childre【未经授权禁止转载】【版权所有，侵权必究】n而已，因此，它的权重低很多。完成这个打【本文受版权保护】【作者：唐霜】分之后，我们就可以得出，一个对象描述的最【版权所有，侵权必究】【原创不易，请尊重版权】有可能是哪一个对象描述的节点，从而在di著作权归作者所有，禁止商业用途转载。【关注微信公众号：wwwtangshuangnet】ff的时候，把它们当作一个节点，并给予相【作者：唐霜】【版权所有，侵权必究】同的identifier，这样，它就不会【作者：唐霜】【原创内容，转载请注明出处】被移除，而只会被移动和更新。
未经授权，禁止复制转载。【本文首发于唐霜的博客】著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】另外，在遍历时，我发现从尾往头遍历真的是本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。一个很不错的方法，特别是在这种有移动或插著作权归作者所有，禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】入的场景下，从末尾开始遍历可以有效的避免【原创不易，请尊重版权】【转载请注明来源】遍历过程中再去查找的逻辑，复杂度从O(n2)~O(n3)降到了O(n)。
转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。【本文受版权保护】Path变化
把diff结果存起来之后，形成了一个关于【本文首发于唐霜的博客】【本文首发于唐霜的博客】HTML变化的序列。我提供的patchH转载请注明出处：www.tangshuang.net【作者：唐霜】yerJSON方法基于这一序列，可以重建【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。HTML字符串。这样就可以做到对html原创内容，盗版必究。【未经授权禁止转载】的回放。因为保存的是比较小的diff的结著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net果，所以，占用的存储空间比保存html字【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。符串小很多。
【转载请注明来源】【原创内容，转载请注明出处】纯计算
这一系列的计算都是纯js计算，因此，它可【原创内容，转载请注明出处】原创内容，盗版必究。以在worker中运行，我们将当前DOM著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。的outerHTML发送到worker中本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。，由worker中的程序完成parse和【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。diff，再将diff结果发送到服务器保【转载请注明来源】【原创内容，转载请注明出处】存。在服务器的另外一端，我们读取这些di著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。ff结果，并通过其他程序，还原html的著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。变化，从而可以观看当前数据源一端的情况，【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】这可以用在在线教育场景下，授课老师在基于原创内容，盗版必究。转载请注明出处：www.tangshuang.nethtml的编辑器（如codemirror【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net）中撰写代码，学生可以立即在自己的电脑上转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net看到老师的写作过程，并且在条件允许的情况转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】下，我们可以加入协同能力，让学生参与到写本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】作中。而由于这些计算全都在worker中【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处：www.tangshuang.net执行，只要机器性能良好，就不会对用户当前【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.net操作的页面产生任何性能上的影响。
【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。【转载请注明来源】结语
有了abs-html这个利器之后，我可以本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。做很多事情，之前想到react-work未经授权，禁止复制转载。未经授权，禁止复制转载。er-dom这个库，我也可以实现了，我可【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】以在worker中使用react-rec未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。onciler创建ast，并把diff结【转载请注明来源】【转载请注明来源】果发送给主线程，再利用主线程的patch【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。程序去更新对应的DOM，就可以做到一种新转载请注明出处：www.tangshuang.net原创内容，盗版必究。的类似小程序一样的架构。
本文版权归作者所有，未经授权不得转载。原创内容，盗版必究。【作者：唐霜】转载请注明出处：www.tangshuang.net2021-06-12 3534
