《WebKit 技术内幕》之二： HTML 网页和结构

第二章 HTML 网页和结构

HTML网页是利用HTML语言编写的文档，HTML是半结构化的数据表现方式，它的结构特征可以归纳为：树状结构、层次结构和框结构。

1.网页构成

1.1 基本元素和树状结构

HTML网页使用HTML语言撰写的文档，发展到今天基本上都是动态网页（Dynamic HTML）也就是网页可以出现动画，可以与用户交互，这就需要CSS样式语言和JavaScript语言，Javascript用来控制网页内部逻辑，CSS用来描述网页的显示信息。

<html>
   <head>
       <style type="text/css"> 
           img { width: 100px; }
       </style>
       <title>This is a simple case.</title>
   </head>
   <body>
       <img src="apic.png"></img>
       <div>Hello world!</div>
       <script type="text/javascript">
           window.onload = function(){
               console.log("window.onload()");
           }
           console.log("It's me.");
       </script>
   </body>
</html>

HTML节点：根节点，包含HEAD、BODY两个子节点。

HEAD节点：网页的头节点，网页的头部说明等，本节点含Style节点，定义显示样式等。

BODY节点：网页的内容实体节点，本节点包含了Img、div，script等节点。

STYLE节点：该节点包含了一段CSS代码，用来定义元素的样式信息。CSS是一种样式语言，用来描述元素的显示信息，借鉴数据和显示分离的原理，规范设计者们可以将有关显示的信息如颜色、大小】字体等抽取出来，使用CSS语言编写代码来描述它们，与HTML元素的内容分离开来。

IMG节点：用来在网页中显示图片节点。

DIV节点：用来显示一段文字。

SCRIPT节点：嵌入了一段JavaScript代码。javascript是一种解释型的脚本语言，主要目的是控制用户逻辑，同用户交互等，它可以修改HTML元素和内容。

从上面的代码可以看出，一个完整的网页组成包括HTML文本、JavaScript代码、CSS代码以及各种各样的资源文件。网络上的每个资源都是由URL（Unified Resource Locator）标记的。

1.2 HTML新特性

HTML5引入的最让人惊讶的最新能力之一是对2D和3D图形以及多媒体方面的支持，这将彻底改变网页的渲染方式和复杂度。这里包括但不限于HTML5视频、Canvas 2D、WebGL（也就是Canvas 3D），以及CSS3 3D变换（transform）和转换（transition）。HTML5视频引入了一个新的“video”元素，支持在网页中播放视频。Canvas2D通过定义一个新的“canvas”元素，网页开发者利用该元素的2D绘图上下文（graphics context）调用标准定义的接口，绘制常见的2D图形，如、点、线、矩形、多变形等。WebGL则使用“canvas”元素，网页开发者可以利用该元素的3D绘图上下文调用标准定义的接口，绘制3D图形，这些接口类似于OpenGL ES的接口。CSS 3D的变换和转换则可以作用于HTML的任意可视元素，制造出炫丽的3D效果。

HTML5规范下，视频、3D图形等和其他普通HTML元素一样，可以被赋予同样的样式和操作。不仅支持第三方插件所提供的能力，而且其功能更为强大，因为除了创建HTML元素并可以在它上面绘制2D、3D图形之外，甚至还可以将3D的变化和动画效果作用于任意HTML元素之上，包括视频等、

2.网页结构

2.1 框结构

框架结构用来对网页的布局进行分割，将网页分成几个框。同时，网页开发者也可以让网页嵌入其他网页。在HTML的语法中frameset、frame、iframe可以用来在当前网页中嵌入新的框结构。

每一个框结构包含一个HTML文档，最简单的框结构网页就是单一的框，其文档没有包含其他的框。

网页页可以有很复杂的框结构，叶菊是框里面再嵌入框。

多框结构网页对于移动领域不适合（对触控操作是一场灾难）

2.2 层次结构

网页的元素可能分布在不同的层次，某些元素可能不同于它的父元素所在层次（某些情况下 WebKit 需要为该元素和它的子女建立一个新层）。对于需要复杂变换和处理的元素（如video、3D变换、复杂的2D3D绘图操作），它们需要新层从而实现渲染引擎在处理上的方便或高效。

根层：图中最大的层，网页构建层次结构首先构件根节点时创建的层，对应着整个网页文档对象。

3.WebKit 网页渲染过程

3.1 加载和渲染

浏览器主要作用：将用户输入的 URL 转变成可视化图像。包含两个过程：

网页加载过程，从 URL 到 DOM 树
网页渲染过程，从 DOM 树到可视化图像

其实，这两个过程也会交叉，很难给予明确区分，所以，为了简单起见，统称这两个过程为网页渲染过程。

视图：viewport，当前可见区域，一般网页都要比屏幕可视面积大，因为网页比视图区域大，所以浏览器在渲染网页时，一般会加入滚动条，以帮助翻滚网页。就用户体验来说，垂直方向滚动效果好于水平方向。

3.2 webkit的渲染过程

渲染过程分为三个阶段。

(1) 网页 URL 到构建 DOM 树：

用户输入 URL ，WebKit 调用其资源加载器加载该 URL 对应的网页
加载器依赖网络模块建立连接，发送请求并接收答复
WebKit 接收到各种网页或者资源的数据，其中某些资源可能是同步或异步获取
网页被交给 HTML 解释器转变成一系列词语（Token）
解释器根据词语构建节点（Node），形成 DOM 树
如果节点是 JavaScript 代码，调用 JavaScript 引擎解释并执行
JavaScript 代码可能会修改 DOM 树的结构
如果节点需要依赖其他资源，例如图片、CSS、视频等，调用资源加载器来加载它们（异步加载，不会阻碍当前 DOM 树的继续创建）；如果是 JavaScript 资源 URL （并且没有标明以异步方式），需要停止当前 DOM 树的创建知道 JavaScript 资源加载并被 JavaScript 引擎执行后才继续 DOM 树的创建。

上述过程中网页会有两个重要事件：DOMContentLoaded （原文中为 DOMConent）与 load 事件

DOMContentLoaded：初始 HTML 文档被完全加载和解析完成之后即触发，无需等待样式表、图像、子框架 subframe 的完成加载（这里需要等待的只是会阻碍 DOM 树创建完成的元素加载，包括 script 标签），参考 MDN
Load：DOM 树构建完并且网页所依赖的资源都加载完之后发生

(2) 利用 CSS 和 DOM 树构建 RenderObject 树直到绘图上下文：