面试官发出灵魂之问-富文本如何搜索高亮？

去年在冬季面试的时候，被某厂面试官问了这个问题：

如果我们的数据是富文本，现在要加一个搜索功能，怎么样才能完美的实现高亮呢？

当时回答的很粗糙，只答了提取出文字进行搜索，怎么回填原本的样式并没有说清楚。

今天坐在我旁边的小哥开始做MarkDown搜索匹配了，又唤起了我尘封已久的记忆，于是今天就让我们来一起震慑一下面试官吧！

首先能想到的思路是和leetcode的上车问题相关。

有一群乘客，当中一个人在1号站台下车，两个人在2号上车上车，最后求N号站台有多少乘客。

这个问题也可以那么去考虑：在富文本串之中，在遇到开标签就理解为当前的文字“上车”，而遇到闭标签就理解为当前的文字”下车“。

（开标签：<span>、闭标签：</span>）

第一版

首先我们开发一个页面，其中仅包含搜索框和几段富文本的数据

举个🌰，数据第一项为：

今天真是个<span style="text-decoration:underline">好天气</span>

这个时候我们想搜索“好天气”，整体的思路是分为3个部分：

• 处理富文本，生成标签在字符串位置的映射关系
• 在处理好的文本中搜索key，对命中的词在映射关系中增加命中样式
• 根据映射关系生成新的富文本

在其中，我们需要记录一些关键状态值：

• currentTag：当前正处理标签
• isOpen：当前标签是否是开标签
• needAdd: 文本需要增加的开标签
• nowText：目前正在处理的文本
• textToTagMap：文本与标签的映射，这里提供一下类型

type TextToStyleMap = Array<[
	{
		key: string,
		// 从这个字符增加的标签index
		up: number[],
		// 从这个字符结束的标签index
		down: number[]
	}
]>

让我们简单的画个流程图看一下怎么去做～

https://codesandbox.io/s/new-smoke-w5hcjv?file=/index.html

首版完成！（ps：现在我们搜索用的是正则，在大文本的情况下可能会有性能问题

优化1

看起来好像很完美了？如果我们在这个文本框中搜索“个好”呢？

咦，下划线丢了？

因为我们搜索个好后的富文本结果是

今天真是<em>个<span style="text-decoration:underline">好</em>天气</span>

这里生产出了一个错误的标签不对应的富文本

我们怎么应对这个问题呢？

最简单的方式应该是把强调的样式加在每一个文字上

今天真是<em>个<span style="text-decoration:underline">好</em>天气</span>

⬇️

今天真是<em>个</em><span style="text-decoration:underline"><em>好</em>天气</span>

https://codesandbox.io/s/upbeat-feynman-qch060?file=/index.html

简单的改了一下代码之后，我们就修改了这个bug

优化2

这么做了以后，我们会添加许多多余的强调样式标签。比如还是在上面这个例子里，我们如果要搜索『天气』的话，结果会是这样：

今天真是个<span style="text-decoration:underline">好<em>天</em><em>气</em></span>

实际上，天气两个字本身就可以用同一个em标签来包裹，这样可以减少页面中的dom节点树，从而提升性能。

那么，具体该怎么做呢？这里整体的思路就是原本是在同一个文本段里的文本，我们只用一个em标签包裹，只在出现标签的地方添加额外的命中样式标签。

这里需要注意的是，添加命中样式标签的时候，需要添加在最内层，也就是命中样式的开标签要放在所有其他开标签之后，而闭标签则要放在所有其他闭标签之前，这样可以保证命中样式的优先级是最高的，不会被其他标签的样式覆盖。

核心代码逻辑如下：

const match = [...strs.matchAll(reg)].forEach(({ index }) => {
	for (let i = 0; i < word.length; i++) {
		const letterIndex = i + index;
		if (
			i === 0 || // 匹配区域区间开始需要有命中样式的开标签
			textToTagMap[letterIndex].up.length > 0 || // 当有新的开标签时，需要在内部有命中样式的开标签
			textToTagMap[letterIndex - 1].down.length > 0 // 当上一个标签有闭标签时，下一个标签需要有命中样式的开标签
		) {
			textToTagMap[letterIndex].up.push(emStyleStart);
		}
		if (
			i === word.length - 1 || // 匹配区域结束需要有命中样式的闭标签
			textToTagMap[letterIndex].down.length > 0 || // 当有新的闭标签时，需要在内部有命中样式的闭标签
			textToTagMap[letterIndex + 1].up.length > 0 // 当下一个标签有开标签时，上一个标签需要有命中样式的闭标签
		) {
			textToTagMap[letterIndex].down.unshift(emStyleEnd);
		}
	}
});

最后的成果✌️

大功告成！

https://codesandbox.io/s/restless-pond-9b14j7?file=/index.html

结论

看似完成了？其实还有一些功能没有做，比如局部匹配、多词搜索、emoji匹配等功能，这些就留给大家自己去实现啦

并且，这里的搜索匹配没有考虑转义字符和不合法标签等问题，实际实现起来也需要多加判断

刚刚也提到在大文本的情况下使用正则性能会有问题，那是不是可以考虑把textToTagMap换一种数据格式呢？像是字典树之类

ps：做超大文本量的匹配时也可以选择分片去做，先处理可视区的文字，保证搜索不卡顿

pss：做富文本相关的内容一定要注意防范XSS攻击哦！