chromium DOM树形成浅析

转载，请标注： from 你吧吧

当主资源load下来，我们来看看chromium如何去解析主资源，构建DOM树的。

整个DOM的创建过程比较复杂，这里简单分析下，如何将网络中download的资源，进行DOM树的解析构建过程的。

当主资源加载完，准确的讲，在主资源还没加载完，但是sandbox process已经收到从 browser process的部分主资源内容的时候，就开始了DOM树的构建。

我们这里从“sandbox process已经收到从 browser process的部分主资源内容”，这个时刻开始说起。

1. ResourceLoader.cpp文件的方法：ResourceLoader::didReceiveData，这是sandbox process收到了部分主资源

该方法中有代码：m_resource->appendData(data, length);

2. 上代码执行的是文件：RawResource.cpp中方法：RawResource::appendData

该方法中有代码：

while (RawResourceClient* c = w.next())

c->dataReceived(this, data, length);

3. 这里会调用DocumentLoader.cpp文件中方法：DocumentLoader::dataReceived

该方法中有代码：commitData(data, length);

执行的是同文件中方法：DocumentLoader::commitData

4. 上面提到的方法中有代码：m_writer->addData(bytes, length);

执行的是文件DocumentWriter.cpp文件中方法：DocumentWriter::addData

该方法中有代码：m_parser->appendBytes(bytes, length);

执行的是文件HTMLDocumentParser.cpp中方法：HTMLDocumentParser::appendBytes

从这个方法开始，则开始了复杂的Dom树的解析过程。

总体上说，从网络中读到的主资源以字符串的形式存在内存中，chromium内核（或者说blink内核）

如何将这些字符串流分析成一个个html 的标签呢？我们看下面的逻辑分析。

5. 在方法：HTMLDocumentParser::appendBytes中有代码：

HTMLParserThread::shared()->postTask(bind(&BackgroundHTMLParser::appendRawBytesFromMainThread, m_backgroundParser, buffer.release()));

这里执行的调用文件 
BackgroundHTMLParser.cpp中方法：BackgroundHTMLParser::appendRawBytesFromMainThread

6. 该方法又会调用同文件中方法：BackgroundHTMLParser::updateDocument。该方法中有代码：

appendDecodedBytes(decodedData);

该代码调用的是同文件种方法：BackgroundHTMLParser::appendDecodedBytes

我们看看该方法：

void BackgroundHTMLParser::appendDecodedBytes(const String& input)
{
    ASSERT(!m_input.current().isClosed());
    m_input.append(input);
    pumpTokenizer();
}

这里会将多个主资源部分 都保存在变量 m_input中。

并调用同文件中方法：BackgroundHTMLParser::pumpTokenizer()

7. 上面的这个方法比较关键，贴出源码看看

void BackgroundHTMLParser::pumpTokenizer()
{
       // No need to start speculating until the main thread has almost caught up.
    if (m_input.totalCheckpointTokenCount() > outstandingTokenLimit)
        return;

    while (true) {
        m_sourceTracker.start(m_input.current(), m_tokenizer.get(), *m_token);
        if (!m_tokenizer->nextToken(m_input.current(), *m_token)) {
            WTF_LOG(Vnbo,"vnbo BackgroundHTMLParser::pumpTokenizer() 1");
            // We've reached the end of our current input.
            sendTokensToMainThread();
            break;
        }
        m_sourceTracker.end(m_input.current(), m_tokenizer.get(), *m_token);

        {
            TextPosition position = TextPosition(m_input.current().currentLine(), m_input.current().currentColumn());

            if (OwnPtr<XSSInfo> xssInfo = m_xssAuditor->filterToken(FilterTokenRequest(*m_token, m_sourceTracker, m_tokenizer->shouldAllowCDATA()))) {
                xssInfo->m_textPosition = position;
                m_pendingXSSInfos.append(xssInfo.release());
            }

            CompactHTMLToken token(m_token.get(), TextPosition(m_input.current().currentLine(), m_input.current().currentColumn()));

            m_preloadScanner->scan(token, m_input.current(), m_pendingPreloads);

            m_pendingTokens->append(token);

        }

        m_token->clear();

        if (!m_treeBuilderSimulator.simulate(m_pendingTokens->last(), m_tokenizer.get()) || m_pendingTokens->size() >= pendingTokenLimit) {
            sendTokensToMainThread();
            // If we're far ahead of the main thread, yield for a bit to avoid consuming too much memory.
            if (m_input.totalCheckpointTokenCount() > outstandingTokenLimit)
                break;
        }
    }
}

我们看看这个true循环中的逻辑。

在true循环中，会一直调用：HTMLSourceTracker.cpp中方法：HTMLSourceTracker::start和HTMLSourceTracker::end以及文件HTMLTokenizer.cpp中方法：HTMLTokenizer::nextToken

其大体逻辑是如此：

1）. 从输入的字符串中依次读取，当读到<字符和>字符的时候，内核认为这两个符号之间的内容是一个自然字符串段。并记载下解析到的位置（文件HTMLToken.h中方法：setBaseOffset）。下次读取的时候，再从输入字符串的该位置读取。

2）. 遇到<字符，如果该字符后面没有／字符，则认为是一个新的标签开始；如果<字符后面有／字符，则认为与之前的<字符之间的内容是一个标签。

3）. 标签之间存在父子关系。

网上有个blog：http://blog.csdn.net/bertzhang/article/details/6695804 对这一点有较好的讲解。

4）. 在主资源的解析过程中，遇到标签如 <script>、<img>标签等等，则会异步加载子资源。

8. true循环中还会CompactHTMLToken对象，然后将所有CompactHTMLToken对象保存到m_pendingTokens变量中。

当所有标签都打上token之后，会调用同文件中方法：BackgroundHTMLParser::sendTokensToMainThread()

并且跳出true循环。

9. 上面提到的方法，会调用文件：HTMLDocumentParser.cpp中方法：

HTMLDocumentParser::didReceiveParsedChunkFromBackgroundParser

10. 上面方法会调用同文件中方法：HTMLDocumentParser::pumpPendingSpeculations()

该方法会调用同文件中方法：HTMLDocumentParser::processParsedChunkFromBackgroundParser

11. 上面方法会调用同文件种方法：HTMLDocumentParser::constructTreeFromCompactHTMLToken

在这个方法中有代码：m_treeBuilder->constructTree(&token);