ParseHTML函数 - HTML 模板解析
之前在解析 parse 函数时，我们知道整个 解析 template 模板并生成 ast 对象 的过程都发生在这个函数的执行过程中。但是 parse 函数内部本身只定义了一些标签、指令的处理方法和警告函数，并且在传递给 parseHTML 函数的参数中定义了四个处理方法。最终是通过调用 parseHTML 来解析 template 模板
整个解析过程，其实就是 通过一系列正则表达式来匹配 template 模板字符串，并截取该部分匹配内容并重新匹配剩余部分，直到全部匹配完成。
所有的正则表达式包含以下内容：
const attribute = /^\s*([^\s"'<>\/=]+)(?:\s*(=)\s*(?:"([^"]*)"+|'([^']*)'+|([^\s"'=<>`]+)))?/ // 静态属性解析 const dynamicArgAttribute = /^\s*((?:v-[\w-]+:|@|:|#)\[[^=]+?\][^\s"'<>\/=]*)(?:\s*(=)\s*(?:"([^"]*)"+|'([^']*)'+|([^\s"'=<>`]+)))?/ // 动态属性解析（含有 v-xxx:, :, @, # 的属性） const ncname = `[a-zA-Z_][\\-\\.0-9_a-zA-Z${unicodeRegExp.source}]*` const qnameCapture = `((?:${ncname}\\:)?${ncname})` const startTagOpen = new RegExp(`^<${qnameCapture}`) // 开始标签部分 const startTagClose = /^\s*(\/?)>/ // 开始标签结束 const endTag = new RegExp(`^<\\/${qnameCapture}[^>]*>`)// 结束标签部分 const doctype = /^<!DOCTYPE [^>]+>/i // DOCTYPE 声明 const comment = /^<!\--/ // 注释部分 const conditionalComment = /^<!\[/ // 条件注释
而 parseHTML 的简要代码如下：
export function parseHTML(html, options: HTMLParserOptions) { const stack: any[] = [] const expectHTML = options.expectHTML const isUnaryTag = options.isUnaryTag || no const canBeLeftOpenTag = options.canBeLeftOpenTag || no let index = 0 let last, lastTag while (html) { last = html if (!lastTag || !isPlainTextElement(lastTag)) { let textEnd = html.indexOf('<') if (textEnd === 0) { if (comment.test(html)) { // 处理 注释 advance() continue } if (conditionalComment.test(html)) { // 处理 条件注释 advance() continue } // Doctype: if (html.match(doctype)) { advance() continue } // 结束: if (html.match(endTag)) { advance() parseEndTag() continue } // 开始: if (parseStartTag()) { advance() handleStartTag() continue } } // 处理纯文本 options.chars() advance() } else { // 结束 parseEndTag() } if (html === last) { options.chars && options.chars(html) break } } parseEndTag() function advance(n) { } function parseStartTag() { } function handleStartTag(match) { } function parseEndTag(tagName?: any, start?: any, end?: any) { } }
其中定义了三个标签处理方法和一个定位方法：
- advance 方法是更新当前解析到的文本位置 index，并截取掉已解析的部分
- parseStartTag 方法用来解析标签的开始部分，内部会生成一个包含标签名 tagName 和属性数组 attrs 的对象 math，并循环解析内部的字符串直到解析完整个字符串，将解析到的属性存放到 attrs 数组中
- handleStartTag 则是处理 parseStartTag 得到的 math 对象（大部分是处理每个属性），如果上面解析到是非闭合标签的话，也会将这个 math 对象修改成一个新对象插入到 parseHTML 执行时定义的 stack 元素栈中；当然，如果是自闭合标签，还会调用 parseEndTag 方法处理；并在 最后调用 options 中定义的 start 函数来生成 ast 对象
- parseEndTag 方法就用来处理标签结束后的逻辑，会根据条件清除 stack 栈中的元素；如果此时元素标签是 br 或者 p，也会调用 option.start()，其他情况下一般会调用 options.end() 来结束当前标签的解析
总的来说，parseHTML 就是通过正则表达式来匹配不同的标签和属性，进行不同的标签/属性处理，最后通过 options 中的回调函数来创建完整的 ast 对象；并用 stack 元素栈的方式来保证原始 template 模板与 ast 对象的层级结构的一致性。
