在一个项目中，我需要获取当前页面的htm【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】l字符串，然后发送到worker中，对h【转载请注明来源】【本文受版权保护】tml进行编辑、对比等。和在DOM环境下著作权归作者所有，禁止商业用途转载。转载请注明出处：www.tangshuang.net可以方便的编辑DOM不同，如果只有字符串【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】，想要编辑，而且还要对两个html进行d未经授权，禁止复制转载。【本文受版权保护】iff操作，其实还是有点难度。在virt【本文受版权保护】【版权所有】唐霜 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。【转载请注明来源】type来知道这个节点是否是同一个，但是原创内容，盗版必究。【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【原创不易，请尊重版权】【访问 www.tangshuang.net 获取更多精彩内容】烦。我想，我已经对ast有一定了解了，能未经授权，禁止复制转载。【未经授权禁止转载】不能把html抽象为ast，然后对ast【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】对象进行编辑，再由ast还原为html呢【本文首发于唐霜的博客】原创内容，盗版必究。？于是，我开动脑筋，写了一个叫做abs-【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】html的库，用于对html转化为基于H【原创不易，请尊重版权】【本文首发于唐霜的博客】yperJSON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。【作者：唐霜】两个对象的diff和patch方法，以及著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】重新生成html字符串的rebuild方本文作者：唐霜，转载请注明出处。【未经授权禁止转载】法。
本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net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【版权所有】唐霜 www.tangshuang.net【本文受版权保护】原理，我可以将html字符串转化为一个t【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。oken序列，并拼成一个ast。由于我并【作者：唐霜】未经授权，禁止复制转载。不需要一个完整的编译逻辑，我的目标是一个【版权所有】唐霜 www.tangshuang.net本文作者：唐霜，转载请注明出处。编译的子集。而且html是xml的子集，【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。天然具有非常强的数据结构特征，因此，遍历转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。过程中可以很快生成ast，不需要分多步。
【本文首发于唐霜的博客】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】原创内容，盗版必究。今年年初我发布了HyperJSON协议，它是一个基于hyperscript衍生【原创内容，转载请注明出处】【本文受版权保护】的布局描述协议，具有极小的体积，和完备的转载请注明出处：www.tangshuang.net【转载请注明来源】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。【转载请注明来源】来描述html具有非常大的优势：体积可以本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】变的特别小，阅读也很方便。因此，我生成的未经授权，禁止复制转载。【作者：唐霜】ast是一个基于该协议的对象。
【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。你可以通过下面的代码快速尝试一下这个效果【原创不易，请尊重版权】【原创不易，请尊重版权】：
【转载请注明来源】【转载请注明来源】<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【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。。你甚至可以在不同线程，或者客户端与服务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。端之间，随意的传输这个对象（当然，不推荐【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.net，因为字符串性能会更好）。
【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。【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【转载请注明来源】【未经授权禁止转载】到暂时没有这个需求，所以就没有开放查找方著作权归作者所有，禁止商业用途转载。【转载请注明来源】法。你可以通过HyperJSON协议，方转载请注明出处：www.tangshuang.net【未经授权禁止转载】便的通过路径找到一个节点对象。接下来，你未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】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。【版权所有，侵权必究】后，它仍然需要符合HyperJSON协议【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处：www.tangshuang.net的要求。
【原创内容，转载请注明出处】原创内容，盗版必究。从AST回到HTML
利用HyperJSON协议对象，我们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。非常方便的通过遍历生成新的HTML字符串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。。
【原创不易，请尊重版权】【转载请注明来源】【版权所有】唐霜 www.tangshuang.netimport { rebuildHyperJSONToHTML } from 'abs-html'
const html = rebuildHyperJSONToHTML(json)
不过在这里还是有一些坑的，主要是html【原创不易，请尊重版权】【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。原创内容，盗版必究。ink /> <img /&原创内容，盗版必究。转载请注明出处：www.tangshuang.netgt;等。这些标签在HyperJSON中【本文受版权保护】【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【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】children部分时，就代表它是一个自【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】关闭标签。例如：
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【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】['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的体积转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】，纯文本节点直接用字符串，而非用#tex【本文受版权保护】原创内容，盗版必究。t类型节点，例如：
本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】['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【原创内容，转载请注明出处】【本文首发于唐霜的博客】计是为了追求完备性，而有些设计则是在理想【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。与现实之间平衡。
【关注微信公众号：wwwtangshuangnet】本文作者：唐霜，转载请注明出处。【版权所有】唐霜 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【原创不易，请尊重版权】【转载请注明来源】rse操作得到两个ast，接下来的事，就【未经授权禁止转载】【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】【原创内容，转载请注明出处】ff库，其中我比较喜欢的一个叫deep-【版权所有，侵权必究】转载请注明出处：www.tangshuang.netdiff，原因在于它的diff结果是非常【未经授权禁止转载】【未经授权禁止转载】易于阅读的数组形式。但是，我并没有用它来著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.netdiff两个ast，原因很简单，html原创内容，盗版必究。转载请注明出处：www.tangshuang.net的ast是有规律的结构化数据，而非无规律【作者：唐霜】【原创内容，转载请注明出处】的js对象。把ast当作纯对象对比，会多转载请注明出处：www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】出很多无用的信息，例如：
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。【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】path: [3, 4, 1, 'name'] next: 'new name'
实际上它表达的是根节点的第1个child【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。的第2个child的name prop发【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】生变化。虽然用数字作为路径确实节省了一些【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net空间，但是却无法让我们很轻松的阅读，所以未经授权，禁止复制转载。【原创不易，请尊重版权】，我自己提供了一个diff工具，这个di本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.netff工具给出的结果是：
【作者：唐霜】【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。path: div[1]/div[2] type: 'attribute' name: 'name' next: 'new name'
它比用deep-diff对纯js对象对比【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。时多出一些信息，但是阅读起来却更方便。最原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。重要的是，它为patch做准备，因为pa【原创不易，请尊重版权】【转载请注明来源】tch时，直接根据type来决定进行什么【本文受版权保护】【转载请注明来源】操作。
未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】原创内容，盗版必究。相似算法
在diff时，我需要确认，这个节点是新增原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net的，还是原来就有的（可能发生了一些细微变原创内容，盗版必究。【本文受版权保护】化）。我想到了一种相似算法（目前还没有在【本文首发于唐霜的博客】【作者：唐霜】abs-html中使用）。两个对象是否是本文作者：唐霜，转载请注明出处。【本文受版权保护】对同一个HTML节点的描述呢？我主要看它【版权所有，侵权必究】【版权所有，侵权必究】们的相似的，有些特征可以直接排除它们不是【本文首发于唐霜的博客】【版权所有，侵权必究】同一个节点的描述，比如nodeName、【原创内容，转载请注明出处】【作者：唐霜】id、data-id不一样，那么这两个对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】象不可能是对同一个节点的描述。我为不同节【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。点的相似度进行权重分类和分数划分，以节点【本文受版权保护】【原创内容，转载请注明出处】的属性、属性值的相似度、children【转载请注明来源】本文作者：唐霜，转载请注明出处。的相似度为维度，在每个维度上进行打分，每转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】个维度的权重不同，例如前面的nodeNa【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.netme，因为它具有巨高的权重，所以直接作为【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。特殊情况处理。当两个对象在nodeNam【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.nete或id等一致的情况下，拥有相同的pro【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。ps时，我认为它们具有较高的相似度，在p【访问 www.tangshuang.net 获取更多精彩内容】【关注微信公众号：wwwtangshuangnet】rops这个维度上，给出了高分，但是它们【关注微信公众号：wwwtangshuangnet】未经授权，禁止复制转载。的children完全不同，那么在这个维【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。度上，我给出了0分。但是不同维度的权重是转载请注明出处：www.tangshuang.net【本文受版权保护】不一样的，children不同，很有可能【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】是同一个DOM节点，更换了childre【关注微信公众号：wwwtangshuangnet】【未经授权禁止转载】n而已，因此，它的权重低很多。完成这个打【作者：唐霜】【转载请注明来源】分之后，我们就可以得出，一个对象描述的最原创内容，盗版必究。未经授权，禁止复制转载。有可能是哪一个对象描述的节点，从而在di原创内容，盗版必究。【作者：唐霜】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。著作权归作者所有，禁止商业用途转载。同的identifier，这样，它就不会著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。被移除，而只会被移动和更新。
【版权所有，侵权必究】【原创不易，请尊重版权】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。转载请注明出处：www.tangshuang.net一个很不错的方法，特别是在这种有移动或插本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】入的场景下，从末尾开始遍历可以有效的避免【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】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)。
【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】Path变化
把diff结果存起来之后，形成了一个关于著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】HTML变化的序列。我提供的patchH【原创不易，请尊重版权】【版权所有】唐霜 www.tangshuang.netyerJSON方法基于这一序列，可以重建【本文首发于唐霜的博客】【版权所有，侵权必究】HTML字符串。这样就可以做到对html【关注微信公众号：wwwtangshuangnet】【本文首发于唐霜的博客】的回放。因为保存的是比较小的diff的结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】果，所以，占用的存储空间比保存html字【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】符串小很多。
原创内容，盗版必究。【未经授权禁止转载】转载请注明出处：www.tangshuang.net纯计算
这一系列的计算都是纯js计算，因此，它可【版权所有，侵权必究】【本文首发于唐霜的博客】以在worker中运行，我们将当前DOM【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】的outerHTML发送到worker中【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。，由worker中的程序完成parse和原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。diff，再将diff结果发送到服务器保未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】存。在服务器的另外一端，我们读取这些di【本文首发于唐霜的博客】【转载请注明来源】ff结果，并通过其他程序，还原html的【原创内容，转载请注明出处】原创内容，盗版必究。变化，从而可以观看当前数据源一端的情况，本文版权归作者所有，未经授权不得转载。【关注微信公众号：wwwtangshuangnet】这可以用在在线教育场景下，授课老师在基于【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】html的编辑器（如codemirror转载请注明出处：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【作者：唐霜】【作者：唐霜】看到老师的写作过程，并且在条件允许的情况本文作者：唐霜，转载请注明出处。【转载请注明来源】下，我们可以加入协同能力，让学生参与到写【版权所有，侵权必究】【本文受版权保护】作中。而由于这些计算全都在worker中【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.net执行，只要机器性能良好，就不会对用户当前原创内容，盗版必究。原创内容，盗版必究。操作的页面产生任何性能上的影响。
【转载请注明来源】转载请注明出处：www.tangshuang.net原创内容，盗版必究。【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【未经授权禁止转载】转载请注明出处：www.tangshuang.net做很多事情，之前想到react-work本文作者：唐霜，转载请注明出处。【未经授权禁止转载】er-dom这个库，我也可以实现了，我可本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】以在worker中使用react-rec【本文受版权保护】【转载请注明来源】onciler创建ast，并把diff结【本文受版权保护】转载请注明出处：www.tangshuang.net果发送给主线程，再利用主线程的patch【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】程序去更新对应的DOM，就可以做到一种新【转载请注明来源】本文版权归作者所有，未经授权不得转载。的类似小程序一样的架构。
【原创内容，转载请注明出处】【原创不易，请尊重版权】
