在一个项目中，我需要获取当前页面的htm未经授权，禁止复制转载。【转载请注明来源】l字符串，然后发送到worker中，对h【转载请注明来源】未经授权，禁止复制转载。tml进行编辑、对比等。和在DOM环境下【原创不易，请尊重版权】著作权归作者所有，禁止商业用途转载。可以方便的编辑DOM不同，如果只有字符串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】，想要编辑，而且还要对两个html进行d【作者：唐霜】著作权归作者所有，禁止商业用途转载。iff操作，其实还是有点难度。在virt【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。ual dom中，我们可以通过node的【作者：唐霜】【原创不易，请尊重版权】type来知道这个节点是否是同一个，但是著作权归作者所有，禁止商业用途转载。【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【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。烦。我想，我已经对ast有一定了解了，能【原创内容，转载请注明出处】【本文首发于唐霜的博客】不能把html抽象为ast，然后对ast原创内容，盗版必究。【转载请注明来源】对象进行编辑，再由ast还原为html呢转载请注明出处：www.tangshuang.net【作者：唐霜】？于是，我开动脑筋，写了一个叫做abs-【关注微信公众号：wwwtangshuangnet】【版权所有，侵权必究】html的库，用于对html转化为基于H未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.netyperJSON的ast对象，并且提供了著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】两个对象的diff和patch方法，以及【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net重新生成html字符串的rebuild方原创内容，盗版必究。转载请注明出处：www.tangshuang.net法。
本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】【转载请注明来源】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【本文首发于唐霜的博客】原创内容，盗版必究。原理，我可以将html字符串转化为一个t【作者：唐霜】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【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。不需要一个完整的编译逻辑，我的目标是一个【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】编译的子集。而且html是xml的子集，【未经授权禁止转载】未经授权，禁止复制转载。天然具有非常强的数据结构特征，因此，遍历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过程中可以很快生成ast，不需要分多步。
【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】今年年初我发布了HyperJSON协议，它是一个基于hyperscript衍生【原创不易，请尊重版权】【版权所有，侵权必究】的布局描述协议，具有极小的体积，和完备的【原创不易，请尊重版权】【未经授权禁止转载】布局特性描述数据。而用HyperJSON转载请注明出处：www.tangshuang.net【转载请注明来源】来描述html具有非常大的优势：体积可以【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】变的特别小，阅读也很方便。因此，我生成的【作者：唐霜】原创内容，盗版必究。ast是一个基于该协议的对象。
【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net你可以通过下面的代码快速尝试一下这个效果【原创内容，转载请注明出处】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。原创内容，盗版必究。【原创不易，请尊重版权】<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作者：唐霜，转载请注明出处。未经授权，禁止复制转载。。你甚至可以在不同线程，或者客户端与服务【关注微信公众号：wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】端之间，随意的传输这个对象（当然，不推荐【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。，因为字符串性能会更好）。
【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】原本我还想封装几个查询方法，但是由于考虑【转载请注明来源】【原创内容，转载请注明出处】到暂时没有这个需求，所以就没有开放查找方【版权所有】唐霜 www.tangshuang.net本文作者：唐霜，转载请注明出处。法。你可以通过HyperJSON协议，方原创内容，盗版必究。原创内容，盗版必究。便的通过路径找到一个节点对象。接下来，你【原创内容，转载请注明出处】【原创不易，请尊重版权】可以随意编辑这个对象，但是需要注意，编辑【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】后，它仍然需要符合HyperJSON协议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】的要求。
【作者：唐霜】【本文首发于唐霜的博客】从AST回到HTML
利用HyperJSON协议对象，我们可以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。非常方便的通过遍历生成新的HTML字符串【原创内容，转载请注明出处】未经授权，禁止复制转载。。
【作者：唐霜】本文作者：唐霜，转载请注明出处。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【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】中有一些强制的自关闭标签，比如<l未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.netink /> <img /&转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】gt;等。这些标签在HyperJSON中本文作者：唐霜，转载请注明出处。【未经授权禁止转载】没有特意强调，但是我规定，当一个节点没有【本文受版权保护】原创内容，盗版必究。children部分时，就代表它是一个自【本文受版权保护】【关注微信公众号：wwwtangshuangnet】关闭标签。例如：
【未经授权禁止转载】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。['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【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.net，纯文本节点直接用字符串，而非用#tex【本文受版权保护】转载请注明出处：www.tangshuang.nett类型节点，例如：
【本文首发于唐霜的博客】【转载请注明来源】【原创内容，转载请注明出处】['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，有些设转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net计是为了追求完备性，而有些设计则是在理想【本文首发于唐霜的博客】原创内容，盗版必究。与现实之间平衡。
转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】Diff两个AST
当我拿到两个html字符串之后，通过pa【转载请注明来源】【本文首发于唐霜的博客】rse操作得到两个ast，接下来的事，就本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net是对比这两个纯js对象。市面上有很多di【本文首发于唐霜的博客】【转载请注明来源】ff库，其中我比较喜欢的一个叫deep-【关注微信公众号：wwwtangshuangnet】未经授权，禁止复制转载。diff，原因在于它的diff结果是非常【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。易于阅读的数组形式。但是，我并没有用它来【关注微信公众号：wwwtangshuangnet】转载请注明出处：www.tangshuang.netdiff两个ast，原因很简单，html【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。的ast是有规律的结构化数据，而非无规律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。的js对象。把ast当作纯对象对比，会多本文版权归作者所有，未经授权不得转载。【转载请注明来源】出很多无用的信息，例如：
未经授权，禁止复制转载。【转载请注明来源】path: [3, 4, 1, 'name'] next: 'new name'
实际上它表达的是根节点的第1个child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。的第2个child的name prop发【未经授权禁止转载】【本文首发于唐霜的博客】生变化。虽然用数字作为路径确实节省了一些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。空间，但是却无法让我们很轻松的阅读，所以【本文受版权保护】原创内容，盗版必究。，我自己提供了一个diff工具，这个di原创内容，盗版必究。【本文首发于唐霜的博客】ff工具给出的结果是：
【转载请注明来源】【本文首发于唐霜的博客】原创内容，盗版必究。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对象对比本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。时多出一些信息，但是阅读起来却更方便。最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。重要的是，它为patch做准备，因为pa【关注微信公众号：wwwtangshuangnet】【作者：唐霜】tch时，直接根据type来决定进行什么未经授权，禁止复制转载。原创内容，盗版必究。操作。
转载请注明出处：www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net【作者：唐霜】相似算法
在diff时，我需要确认，这个节点是新增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。的，还是原来就有的（可能发生了一些细微变本文作者：唐霜，转载请注明出处。【作者：唐霜】化）。我想到了一种相似算法（目前还没有在本文版权归作者所有，未经授权不得转载。【本文首发于唐霜的博客】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。【本文受版权保护】对同一个HTML节点的描述呢？我主要看它【转载请注明来源】【本文受版权保护】们的相似的，有些特征可以直接排除它们不是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.net同一个节点的描述，比如nodeName、原创内容，盗版必究。【原创不易，请尊重版权】id、data-id不一样，那么这两个对本文作者：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。象不可能是对同一个节点的描述。我为不同节未经授权，禁止复制转载。【本文首发于唐霜的博客】点的相似度进行权重分类和分数划分，以节点【关注微信公众号：wwwtangshuangnet】【作者：唐霜】的属性、属性值的相似度、children【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。的相似度为维度，在每个维度上进行打分，每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个维度的权重不同，例如前面的nodeNa著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】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。本文作者：唐霜，转载请注明出处。特殊情况处理。当两个对象在nodeNam转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】e或id等一致的情况下，拥有相同的pro【原创内容，转载请注明出处】【作者：唐霜】ps时，我认为它们具有较高的相似度，在p【原创不易，请尊重版权】未经授权，禁止复制转载。rops这个维度上，给出了高分，但是它们【作者：唐霜】转载请注明出处：www.tangshuang.net的children完全不同，那么在这个维【本文受版权保护】【转载请注明来源】度上，我给出了0分。但是不同维度的权重是著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。不一样的，children不同，很有可能【原创不易，请尊重版权】【访问 www.tangshuang.net 获取更多精彩内容】是同一个DOM节点，更换了childre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】n而已，因此，它的权重低很多。完成这个打本文作者：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。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】【关注微信公众号：wwwtangshuangnet】有可能是哪一个对象描述的节点，从而在di【原创不易，请尊重版权】【未经授权禁止转载】ff的时候，把它们当作一个节点，并给予相著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】同的identifier，这样，它就不会【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net被移除，而只会被移动和更新。
【原创内容，转载请注明出处】【未经授权禁止转载】另外，在遍历时，我发现从尾往头遍历真的是转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】一个很不错的方法，特别是在这种有移动或插【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net入的场景下，从末尾开始遍历可以有效的避免【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处：www.tangshuang.net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【本文受版权保护】著作权归作者所有，禁止商业用途转载。Path变化
把diff结果存起来之后，形成了一个关于【作者：唐霜】【转载请注明来源】HTML变化的序列。我提供的patchH【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】yerJSON方法基于这一序列，可以重建【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】HTML字符串。这样就可以做到对html【本文受版权保护】本文作者：唐霜，转载请注明出处。的回放。因为保存的是比较小的diff的结【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】果，所以，占用的存储空间比保存html字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。符串小很多。
【版权所有，侵权必究】【作者：唐霜】【本文受版权保护】【转载请注明来源】纯计算
这一系列的计算都是纯js计算，因此，它可【作者：唐霜】【本文受版权保护】以在worker中运行，我们将当前DOM【本文受版权保护】著作权归作者所有，禁止商业用途转载。的outerHTML发送到worker中【原创不易，请尊重版权】【关注微信公众号：wwwtangshuangnet】，由worker中的程序完成parse和著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】diff，再将diff结果发送到服务器保【版权所有】唐霜 www.tangshuang.net本文作者：唐霜，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。转载请注明出处：www.tangshuang.netff结果，并通过其他程序，还原html的【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。变化，从而可以观看当前数据源一端的情况，原创内容，盗版必究。未经授权，禁止复制转载。这可以用在在线教育场景下，授课老师在基于【原创内容，转载请注明出处】【本文受版权保护】html的编辑器（如codemirror【本文受版权保护】本文版权归作者所有，未经授权不得转载。）中撰写代码，学生可以立即在自己的电脑上未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。看到老师的写作过程，并且在条件允许的情况【原创不易，请尊重版权】【版权所有】唐霜 www.tangshuang.net下，我们可以加入协同能力，让学生参与到写【原创不易，请尊重版权】未经授权，禁止复制转载。作中。而由于这些计算全都在worker中【本文受版权保护】【关注微信公众号：wwwtangshuangnet】执行，只要机器性能良好，就不会对用户当前【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。操作的页面产生任何性能上的影响。
【作者：唐霜】【本文首发于唐霜的博客】结语
有了abs-html这个利器之后，我可以著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。做很多事情，之前想到react-work【未经授权禁止转载】本文作者：唐霜，转载请注明出处。er-dom这个库，我也可以实现了，我可【转载请注明来源】【未经授权禁止转载】以在worker中使用react-rec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。onciler创建ast，并把diff结【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.net果发送给主线程，再利用主线程的patch【版权所有，侵权必究】【本文受版权保护】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【未经授权禁止转载】的类似小程序一样的架构。
【关注微信公众号：wwwtangshuangnet】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。【本文首发于唐霜的博客】2021-06-12 3416
