浏览器探究——webkit部分——解析HTML（2）解码和HTMLTokenizer的处理

最新推荐文章于 2022-05-10 19:39:31 发布

VIP文章落魂

最新推荐文章于 2022-05-10 19:39:31 发布

阅读量4.1k

点赞数

分类专栏： browser 文章标签： html webkit 浏览器 token buffer android

本文链接：https://blog.csdn.net/hxwwf/article/details/7429746

版权

浏览器探究——webkit部分——解析HTML（2）解码和HTMLTokenizer的处理

接解析HTML起源篇

起源篇提到数据的处理会调用到如下的两个函数处

DocumentParser::appendBytes

DocumentParser::finish

一个是解析过程中的，一个是解析完成的。而解析开始时，就是起源篇讲的Document，RenderView，DocumentParser的创建，注意当前是html文件，所以创建的是HTMLDocument和HTMLDocumentParser。

测试页面：

<html>

<body>

<p>First name: </p>

Last name: <input type="text"name="lname" />

</body>

</html>

DocumentParser::appendBytes

首先回顾一下调用到该函数的调用栈

#0 WebCore::DecodedDataDocumentParser::appendBytes

#1WebCore::DocumentWriter::addData

#2WebCore::DocumentLoader::commitData

#3android::FrameLoaderClientAndroid::committedLoad

#4WebCore::DocumentLoader::commitLoad

#5WebCore::DocumentLoader::receivedData

#6WebCore::MainResourceLoader::addData

#7WebCore::ResourceLoader::didReceiveData

#8WebCore::MainResourceLoader::didReceiveData

#9WebCore::ResourceLoader::didReceiveData

#10android::WebUrlLoaderClient::didReceiveData

注意DocumentParser本身并没有实现appendBytes方法，这里调用的是其祖先类DecodedDataDocumentParser的appendBytes。

该函数有参数DocumentWriter，即DocumentWriter调用该函数时把自己作为参数传入了。

首先利用DocumentWriter创建一个TextResourceDecoder，使用函数为DocumentWriter::createDecoderIfNeed。根据名字可见，如果需要才创建，那么什么时候是需要呢？先看下创建的TextResourceDecoder是由谁维护的，在DocumentWriter中有成员RefPtr<TextResourceDecoder> m_decoder;在DocumentWriter构造时并没有创建该TextResourceDecoder的实例，只有在执行DocumentWriter::createDecoderIfNeed时，如果m_decoder为空，则创建一个实例，如果非空，则直接返回。所以这里的IfNeed就指DocumentWriter::m_decoder是否为空了。

解码

TextResourceDecoder

当前第一次执行到这里，所以DocumentWriter::m_decoder为空，需要创建一个TextResourceDecoder，创建时会传入MimeType，TextEncoding等信息。创建的TextResourceDecoder会赋值给DocumentWriter::m_decoder。之后又做了些设置Encoding的操作。

再之后把这个新创建的TextResourceDecoder又设置给了Document(通过Frame找到Document)。看下Document的成员，也有一个RefPtr<TextResourceDecoder> m_decoder;这里把新创建的TextResourceDecoder又赋值给了Document::decoder。最后将创建的TextResourceDecoder返回，完成了DocumentWriter::createDecoderIfNeed。
回到DocumentParser::appendBytes。调用TextResourceDecoder::decode。

TextResourceDecoder::decode

当前是HTML页面，所以这里只看下对HTML的处理情况。

这里先调用了TextResourceDecoder::checkForHeadCharset，该函数是个检查HTML头信息中是否有编码的信息，一般HTML的页面中如果指定了编码信息，那么编码信息会放在<head>标签中。该函数就是做这样的检查的。

该函数中有个重要的操作是把收到的字符串转存到TextResourceDecoder:: m_buffer中。

每次新收到的字符串数据都会追加到这个TextResourceDecoder:: m_buffer中，用于TextResourceDecoder的处理。

之后会创建一个HTMLMetaCharsetParser，并赋值给TextResourceDecoder::m_charsetParser通过HTMLMetaCharsetParser::checkForMetaCharset方法来执行对编码的检测，如果检测到，则把获取到的编码TextEncoding类型设置给TextResourceDecoder。

在TextResourceDecoder中有成员TextEncoding m_encoding;和EncodingSource m_source;分别记录了Encodeing具体的类型和来源。

这个过程的调用栈情况：

#0WebCore::TextResourceD

最低0.47元/天解锁文章

落魂

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
3
评论
浏览器探究——webkit部分——解析HTML（2）解码和HTMLTokenizer的处理

浏览器探究——webkit部分——解析HTML（2）解码和HTMLTokenizer的处理接解析HTML起源篇起源篇提到数据的处理会调用到如下的两个函数处DocumentParser::appendBytesDocumentParser::finish一个是解析过程中的，一个是解析完成的。而解析开始时，就是起源篇讲的Document，RenderView，DocumentPar
复制链接

扫一扫