[發(fā)明專利]標(biāo)記語言文檔的處理方法及瀏覽器和網(wǎng)絡(luò)操作系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201110306697.1
• 申請(qǐng)日: 2011-10-11
• 公開（公告）號(hào): CN103049439A
• 公開（公告）日: 2013-04-17
• 發(fā)明（設(shè)計(jì)）人: 張富春
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京德琦知識(shí)產(chǎn)權(quán)代理有限公司 11018
• 代理人: 謝安昆;宋志強(qiáng)

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種標(biāo)記語言文檔的處理方法及相應(yīng)的瀏覽器和網(wǎng)絡(luò)操作系統(tǒng)。

背景技術(shù)

在互聯(lián)網(wǎng)中，網(wǎng)頁的本質(zhì)就是標(biāo)記語言，如超文本標(biāo)記語言(HTML，Hypertext?Markup?Language)以及可擴(kuò)展標(biāo)記語言(XML，Extensible?Markup?Language)。HTML和XML是用于描述網(wǎng)頁文檔的一種標(biāo)記語言。HTML是一種規(guī)范，一種標(biāo)準(zhǔn)，它通過標(biāo)記符號(hào)來標(biāo)記要顯示的網(wǎng)頁中的各個(gè)部分。XML是Internet環(huán)境中跨平臺(tái)的，依賴于內(nèi)容的技術(shù)，是當(dāng)前處理結(jié)構(gòu)化文檔信息的有力工具。網(wǎng)頁文件本身是一種文本文件，通過在文本文件中添加標(biāo)記符，可以告訴瀏覽器如何顯示其中的內(nèi)容(如：文字如何處理，畫面如何安排，圖片如何顯示等)。瀏覽器按順序閱讀網(wǎng)頁文件，然后根據(jù)標(biāo)記符解釋和顯示其標(biāo)記的內(nèi)容，對(duì)書寫出錯(cuò)的標(biāo)記將不指出其錯(cuò)誤，且不停止其解釋執(zhí)行過程，編制者只能通過顯示效果來分析出錯(cuò)原因和出錯(cuò)部位。但需要注意的是，對(duì)于不同的瀏覽器，對(duì)同一標(biāo)記符可能會(huì)有不完全相同的解釋，因而可能會(huì)有不同的顯示效果。

HTML可以通過結(jié)合使用其他的網(wǎng)絡(luò)技術(shù)，如：腳本語言、計(jì)算機(jī)圖形接口標(biāo)準(zhǔn)(CGI)、組件等，可以創(chuàng)造出功能強(qiáng)大的網(wǎng)頁。因而，HTML是網(wǎng)絡(luò)頁面的基礎(chǔ)，也就是說互聯(lián)網(wǎng)是建立在HTML基礎(chǔ)之上的。

所述瀏覽器是指可以顯示網(wǎng)頁服務(wù)器或者文件系統(tǒng)的HTML文檔內(nèi)容，并讓用戶與這些文件交互的一種軟件。網(wǎng)頁瀏覽器主要通過HTTP協(xié)議與網(wǎng)頁服務(wù)器交互并獲取網(wǎng)頁，這些網(wǎng)頁由統(tǒng)一資源定位符(URL)指定，文件格式通常為HTML，并由MIME在HTTP協(xié)議中指明。一個(gè)網(wǎng)頁中可以包括多個(gè)文檔，每個(gè)文檔都是分別從服務(wù)器獲取的。大部分的瀏覽器本身支持除了HTML之外的廣泛的格式，例如JPEG、PNG、GIF等圖像格式，并且能夠擴(kuò)展支持眾多的插件(plug-ins)。另外，許多瀏覽器還支持其他的URL類型及其相應(yīng)的協(xié)議，如FTP、Gopher、HTTPS(HTTP協(xié)議的加密版本)。HTTP內(nèi)容類型和URL協(xié)議規(guī)范允許網(wǎng)頁設(shè)計(jì)者在網(wǎng)頁中嵌入圖像、動(dòng)畫、視頻、聲音、流媒體等。

目前，瀏覽器解析HTML文檔的過程包括：

步驟101、將嵌套的一系列HTML標(biāo)簽解析為一顆文檔樹，即文檔對(duì)象模型DOM(Document?Object?Model)樹。

DOM可以以一種獨(dú)立于平臺(tái)和語言的方式訪問和修改一個(gè)文檔的內(nèi)容和結(jié)構(gòu)。換句話說，這是表示和處理一個(gè)HTML或可擴(kuò)展標(biāo)記語言(XML)文檔的常用方法。有一點(diǎn)很重要，DOM的設(shè)計(jì)是以對(duì)象管理組織(OMG)的規(guī)約為基礎(chǔ)的，因此可以用于任何編程語言。最初人們把它認(rèn)為是一種讓JavaScript在瀏覽器間可移植的方法，不過DOM的應(yīng)用已經(jīng)遠(yuǎn)遠(yuǎn)超出這個(gè)范圍。DOM技術(shù)使得用戶頁面可以動(dòng)態(tài)地變化，如可以動(dòng)態(tài)地顯示或隱藏一個(gè)元素，改變它們的屬性，增加一個(gè)元素等，DOM技術(shù)使得頁面的交互性大大地增強(qiáng)。DOM實(shí)際上是以面向?qū)ο蠓绞矫枋龅奈臋n模型。DOM定義了表示和修改文檔所需的對(duì)象、這些對(duì)象的行為和屬性以及這些對(duì)象之間的關(guān)系。可以把DOM認(rèn)為是頁面上數(shù)據(jù)和結(jié)構(gòu)的一個(gè)樹形表示，不過頁面當(dāng)然可能并不是以這種樹的方式具體實(shí)現(xiàn)。

DOM樹描述了頁面上各個(gè)元素之間的層級(jí)關(guān)系和順序。例如，針對(duì)以下HTML文檔，瀏覽器將該HTML文檔解析成如圖1所示的一顆DOM樹。

參見圖1，所述HTML文檔中的每個(gè)標(biāo)簽以及每個(gè)標(biāo)簽內(nèi)的屬性，都會(huì)轉(zhuǎn)換為DOM文檔樹中對(duì)應(yīng)的節(jié)點(diǎn)。同時(shí)，在轉(zhuǎn)換過程中，還需要對(duì)格式不標(biāo)準(zhǔn)或錯(cuò)誤的部分進(jìn)行容錯(cuò)處理。在瀏覽器內(nèi)存中一般以連續(xù)數(shù)據(jù)結(jié)構(gòu)的形式表示解析后的DOM樹，所述連續(xù)數(shù)據(jù)結(jié)構(gòu)例如可以為鏈表或數(shù)組。如圖2所示為瀏覽器內(nèi)存中以鏈表的形式表示圖1所述DOM樹的示意圖。

步驟102、瀏覽器的渲染引擎再將所述DOM樹中的各個(gè)節(jié)點(diǎn)轉(zhuǎn)換為圖形，渲染出最終網(wǎng)頁的畫面。

現(xiàn)有技術(shù)中，瀏覽器每一次打開一個(gè)HTML文檔，都要執(zhí)行上述對(duì)HTML文檔的解析過程。然而，HTML文檔的解析是一項(xiàng)繁瑣復(fù)雜而耗時(shí)的過程，同時(shí)，HTML文檔中的無意義的空白字符增加了文檔的體積，使得HTML文檔在再次打開或者傳輸?shù)倪^程中，耗費(fèi)了大量的時(shí)間和帶寬資源。