一種嵌入式瀏覽器中的HTML解析器的設(shè)計(jì)

1、第卷第期年月湖南科技學(xué)院學(xué)報(bào)、，一種嵌入式瀏覽器中的解析器的設(shè)計(jì)盾石（湖南科技學(xué)院電子信息工程與物理系，湖南永州）摘要：本文主要介紹了一種解析器的設(shè)計(jì)，以及其在數(shù)字電視機(jī)頂盒中的實(shí)現(xiàn)；另外還簡(jiǎn)述了層疊樣式表技術(shù)在嵌入式瀏覽器中的實(shí)現(xiàn)關(guān)鍵字：；嵌入式瀏覽器；解析器；中圖分類號(hào)：文獻(xiàn)標(biāo)識(shí)碼：文章編號(hào)：（）引言隨著以計(jì)算機(jī)技術(shù)、通汛技術(shù)、消費(fèi)電子技術(shù)為主的信息技術(shù)的飛速發(fā)展和互聯(lián)網(wǎng)的廣泛應(yīng)用，數(shù)字電視、等數(shù)字多媒體和信息設(shè)備日益普及，計(jì)算機(jī)的發(fā)展已顯示出微型化、智能化、網(wǎng)絡(luò)化的趨勢(shì)。嵌入式系統(tǒng)已廣泛應(yīng)用于消費(fèi)電子和通信領(lǐng)域。在嵌入式系統(tǒng)中，嵌入式瀏覽器將成為最主要的應(yīng)用軟件，甚至有可能是唯一的直接支

2、持的應(yīng)用軟件【】。目前，國(guó)內(nèi)外的嵌入式瀏覽器產(chǎn)品可謂是高手云集，國(guó)外主要有、，、等；國(guó)內(nèi)主要有中科院的、茁壯公司的等。而在眾多的信息電器和便攜式網(wǎng)絡(luò)終端中，數(shù)字電視機(jī)頂盒可以說是最能實(shí)現(xiàn)嵌入式瀏覽器的功用，在我國(guó)，從模擬電視到數(shù)字電視的過渡將是一個(gè)長(zhǎng)期的過程，為了滿足人們?nèi)找嬖鲩L(zhǎng)的對(duì)網(wǎng)絡(luò)信息的需求，研究基于數(shù)字電視機(jī)頂盒的嵌入式瀏覽器的實(shí)現(xiàn)與應(yīng)用具有重要的意義。超文本標(biāo)記語言是網(wǎng)絡(luò)世界進(jìn)行信息交換的最主要的語言之一，而對(duì)語言的解析是瀏覽器中的核心技術(shù)，解析的好壞關(guān)系到整個(gè)瀏覽器的性能。本文即從這點(diǎn)出發(fā)，介紹并探討標(biāo)記語言解析的關(guān)鍵技術(shù)的算法，以及其在數(shù)字電視機(jī)頂盒中的實(shí)現(xiàn)；另外還介紹說明層疊樣

3、式表與耵加，的結(jié)合解析實(shí)現(xiàn)問題。本文中的嵌入式瀏覽器的總體結(jié)構(gòu)嵌入式瀏覽器還沒有一個(gè)準(zhǔn)確、嚴(yán)格的定義，但從其可以完成的功能來看，可以從兩個(gè)方面進(jìn)行描述。第一，它必須是一個(gè)網(wǎng)絡(luò)信息瀏覽器，必須支持或者等其它傳輸協(xié)議、支持一種或幾種標(biāo)記語言，如、，或擴(kuò)展。可以完成網(wǎng)頁的瀏覽功能；第二，這個(gè)瀏覽器必須適合在非的嵌入式信息設(shè)備中存在、運(yùn)行收稿日期：作者簡(jiǎn)介：唐云（），女，湖南永州人，碩士，研究方向?yàn)槎嗝襟w通信。并完整實(shí)現(xiàn)通訊傳輸辦議、標(biāo)記語言所規(guī)定的功能，必須能夠根據(jù)嵌入式設(shè)備的多樣性需要而方便地進(jìn)行裁減和修改，同時(shí)滿足信息設(shè)備使用者對(duì)獲取文字、圖像、聲音、視頻等信息地要求。本文中的瀏覽器的總體結(jié)構(gòu)框

4、圖如圖所示，請(qǐng)求圖片數(shù)據(jù)巨瀏覽器總體框架結(jié)構(gòu)傳輸模塊：傳輸模塊可以看作是一個(gè)相對(duì)較為獨(dú)立的模塊，其主要作用就是采用基于對(duì)象輪播技術(shù)的數(shù)據(jù)視頻廣播傳輸協(xié)議向數(shù)據(jù)廣播前端申請(qǐng)相應(yīng)的網(wǎng)頁數(shù)據(jù)流，該模塊在兩種情況下可能會(huì)被觸發(fā)運(yùn)行，一是來自人機(jī)交互模塊的消息，當(dāng)用戶用遙控按下一個(gè)新的鏈接焦點(diǎn)，則人機(jī)交互模塊將會(huì)調(diào)用傳輸模塊；二是來自解析模塊，當(dāng)解析模塊解析得到如等標(biāo)記中有圖片地址時(shí)，也可能調(diào)用傳輸模塊從指定的地址取得數(shù)據(jù)。緩存管理模塊：負(fù)責(zé)網(wǎng)頁、圖像數(shù)據(jù)保存、淘汰操作，用戶和解析摸塊的每次請(qǐng)求，由緩存管理模塊根據(jù)緩存數(shù)據(jù)決定是否調(diào)用傳輸模塊。解析模塊：當(dāng)傳輸模塊下載完畢一頁網(wǎng)頁后，解析模塊將被調(diào)用，主

5、要負(fù)責(zé)文本的解析，生成顯示對(duì)象鏈表，讀到標(biāo)記則掃描該頁文檔，建立對(duì)象數(shù)據(jù)結(jié)構(gòu)并調(diào)用解析器。讀到標(biāo)記調(diào)用解析器。顯示模塊：負(fù)責(zé)依據(jù)解析模塊傳來的顯示對(duì)象，調(diào)用進(jìn)行顯示排版以及處理用戶與頁面的交互。人機(jī)交互模塊：是指響應(yīng)用戶的遙控操作，當(dāng)點(diǎn)擊新的頁面時(shí)則調(diào)用傳輸模塊，或是退出瀏覽器時(shí)則關(guān)閉瀏覽器線程。解析器設(shè)計(jì)與實(shí)現(xiàn)語言是一種簡(jiǎn)單的標(biāo)記語言，它是由標(biāo)記和屬性構(gòu)成，每個(gè)標(biāo)記由小于號(hào)。？和大于號(hào)”所圍住，如。大部分標(biāo)記有起始標(biāo)記和結(jié)束標(biāo)記，在起始標(biāo)記的標(biāo)記名前加上符號(hào)。，便是結(jié)束標(biāo)記，如。在起始標(biāo)記與結(jié)束標(biāo)記之間的內(nèi)容即為該標(biāo)記的作用范圍。超文本標(biāo)記語言標(biāo)準(zhǔn)到目前共經(jīng)歷了，。，五個(gè)版本，自于年月推出后

6、，近六年沒有變化，可見該語言已趨于成熟可靠。瀏覽器最重要的功能是按語言的規(guī)范將，其它其它字符、文檔顯示出來，因此負(fù)責(zé)解析文檔，生成中間結(jié)果的解析模塊是瀏覽器的核心模塊，而解析器的主要組成部分是對(duì)的解析睇。文本的解析過程可分為詞法分析、語法分析、語義分析這三個(gè)步驟。詞法分析詞法分析足瀏覽器設(shè)計(jì)的基礎(chǔ)環(huán)節(jié)之一，詞法分析是為了從字符流中識(shí)別出有意義的符號(hào)。對(duì)于標(biāo)記語言來說，這些符號(hào)包括標(biāo)記名、文本、注釋等；它的效率與準(zhǔn)確性、容錯(cuò)性也關(guān)系到整個(gè)瀏覽器設(shè)計(jì)的質(zhì)量。本文中的解析器的詞法分析的設(shè)計(jì)與實(shí)現(xiàn)可用種狀態(tài)有限狀態(tài)自動(dòng)機(jī)（）來描述：初始狀態(tài)，當(dāng)詞法分析器成功地分解出一個(gè)有意義的符號(hào)后將恢復(fù)到該狀態(tài)；文

7、本狀態(tài)，標(biāo)記與標(biāo)記之間的內(nèi)容；標(biāo)記開始狀態(tài)，當(dāng)讀到一個(gè)時(shí)，并且不是，或之后，或之前的內(nèi)容；標(biāo)記符號(hào)狀態(tài)；注釋或代碼狀態(tài)，在！之中的內(nèi)容可能是注釋也可能足或腳本代碼。詞法分析器的中各個(gè)狀態(tài)之間轉(zhuǎn)化以及相應(yīng)的條件和動(dòng)作見圖。且不在昀，妒之后一一其它字符巨詞法分析中的有限自動(dòng)狀態(tài)機(jī)詞法分析中還有一個(gè)非常關(guān)鍵的技術(shù)即標(biāo)記的識(shí)別算法，由于規(guī)范中定義的標(biāo)記有個(gè)，在解析過程中將頻繁對(duì)它們進(jìn)行查找，所以得找一種快速查找算法識(shí)別解析文本中的標(biāo)記，本文中的瀏覽器采用哈希表，建立一個(gè)沒有沖突的哈希表是比較困難的，本文設(shè)計(jì)的哈希函數(shù)：【）（）（）其中，是標(biāo)記名的長(zhǎng)度，（）為從字符到數(shù)字的轉(zhuǎn)換表，所得的哈希表的長(zhǎng)度為。

8、語法分析傳統(tǒng)的語法分析技術(shù)很多基本上分為白頂向下的分析技術(shù)和自底向上的分析技術(shù)。由的語法規(guī)則，可以采用白頂向下的分析技術(shù)。當(dāng)詞法分析出一個(gè)標(biāo)記則調(diào)用相應(yīng)標(biāo)記的處理函數(shù)，函數(shù)的調(diào)用采用瀏覽器中的方式，即建立一個(gè)靜態(tài)函數(shù)數(shù)組，通過對(duì)應(yīng)標(biāo)記的序號(hào)調(diào)用。一個(gè)完整的文檔必須包括個(gè)部分：一個(gè)元素定義文檔版本信息，一個(gè)用定義各項(xiàng)聲明的文檔頭部和一個(gè)由或者：定義的文檔主體部分【。但考慮到瀏覽器的容錯(cuò)性，語法檢查都放寬了許多。由的語法結(jié)構(gòu)，大部分標(biāo)記有開始標(biāo)記和結(jié)束標(biāo)記，可以借助于堆棧來檢查文檔的語法錯(cuò)誤，起始標(biāo)記入棧前，檢查其位置是否正確，結(jié)束標(biāo)記出棧前，檢查是否與棧頂標(biāo)記相匹配。語義分析經(jīng)過的語法分析后，根

9、據(jù)標(biāo)記的含義創(chuàng)建相應(yīng)的顯示對(duì)象，并根據(jù)文檔的標(biāo)記的嵌套關(guān)系建立對(duì)象鏈表，每個(gè)節(jié)點(diǎn)的數(shù)據(jù)結(jié)構(gòu)如下：；（對(duì)象類型序號(hào)）；（每個(gè)對(duì)象的結(jié)構(gòu)）；（指向下一個(gè)節(jié)點(diǎn)）；（父節(jié)點(diǎn)）；有表格），（文本），（圖片），（表單）由于顯示需要，共創(chuàng)建了種對(duì)象類型。等，對(duì)象類型的確定與顯示有緊密的聯(lián)系，本文中的瀏覽器瀏覽器解析模塊的工作流程圖如圖所示，是囪是否其他圖瀏覽器解析模塊的工作流程圖容錯(cuò)性問題語言是一種結(jié)構(gòu)比較松散的標(biāo)記語言，并且在語言發(fā)展過程中兩大瀏覽器生產(chǎn)商網(wǎng)景和微軟互相拼殺，使瀏覽器功能日益龐大，對(duì)語言的容錯(cuò)能力非常強(qiáng)。亳不夸張的說，無論多么不規(guī)范的語言文檔，和都可以解析顯示。同時(shí)兩大瀏覽器廠商為了擊敗對(duì)

10、手，競(jìng)相為語言增加專有標(biāo)記，以突出自己的顯示效果。這樣就使網(wǎng)頁設(shè)計(jì)者養(yǎng)成了不好的編程習(xí)慣，只注重顯示效果并不關(guān)心語法。致使目前上存在著大量的不合規(guī)范的網(wǎng)頁。針對(duì)這種情況，瀏覽器必須采取有效的容錯(cuò)處理，才能使瀏覽器暢游于，主要的語法錯(cuò)誤主要有下面幾種：非法包含，例如和，之間包含一個(gè)表格，或是睜；非法標(biāo)記，除了規(guī)定的任何符號(hào)，例如；交叉嵌套，如，；標(biāo)記不匹配，對(duì)于規(guī)范中規(guī)定必須結(jié)束標(biāo)記符的元素類型，缺少結(jié)束標(biāo)記符，或是在文檔中前面沒有這個(gè)標(biāo)記，而在后面多余寫了這個(gè)標(biāo)記的結(jié)束標(biāo)記符。針對(duì)上述錯(cuò)誤我們采取了相應(yīng)的措施來容錯(cuò)，針對(duì)非法包含，如果該標(biāo)記的到來是非法的則跳過，對(duì)其不予處理；針對(duì)非法標(biāo)記，由于

11、在標(biāo)記查找表沒有相應(yīng)的符號(hào)也就沒有相應(yīng)標(biāo)記的處理函數(shù)，相當(dāng)于對(duì)該非法標(biāo)記采取了忽略的作用；針對(duì)交叉嵌套，當(dāng)遇到一個(gè)結(jié)束標(biāo)記時(shí)，查找棧中是否有該標(biāo)記，若有，則將其與其上的標(biāo)記全部出棧；針對(duì)標(biāo)記不匹配，對(duì)多余的結(jié)束標(biāo)記，利用堆棧，查找棧內(nèi)的標(biāo)記是否有該標(biāo)記，若沒有則不予處理，對(duì)于應(yīng)該有結(jié)束標(biāo)記而沒寫結(jié)束標(biāo)記的，若下一個(gè)開始標(biāo)記的到來可以肯定前一個(gè)標(biāo)記必須得結(jié)束了，則將應(yīng)該結(jié)束而沒有結(jié)束的標(biāo)記從堆棧中出棧。技術(shù)在嵌入式瀏覽器中的實(shí)現(xiàn)層疊樣式表（）是組織為了彌補(bǔ)在樣式編排上的不足所制定的一套擴(kuò)展樣式標(biāo)準(zhǔn)，其特點(diǎn)就是把網(wǎng)頁的外觀設(shè)定信息從網(wǎng)頁內(nèi)容中獨(dú)立出來。規(guī)則可以放在文檔的頭部，標(biāo)記與之間，還可以放在

12、各個(gè)標(biāo)記的屬性當(dāng)中，大部分標(biāo)記都有一個(gè)的屬性，另外，外聯(lián)樣式表更加靈活，多個(gè)文檔可以共用一個(gè)樣式表。在嵌入式瀏覽器中實(shí)現(xiàn)技術(shù)需要解決的問題主要有兩個(gè)方面：內(nèi)存優(yōu)化：由于嵌入式（下轉(zhuǎn)頁）毒數(shù)據(jù)庫操作數(shù)據(jù)庫處于應(yīng)用的最底層，存放系統(tǒng)數(shù)據(jù)和部分后臺(tái)數(shù)據(jù)庫邏輯，如存儲(chǔ)過程、觸發(fā)器等。與業(yè)務(wù)邏輯層和用戶界面分開，易于管理和維護(hù)，執(zhí)行效率高，安全性能好。框架提供了和命名空間，實(shí)現(xiàn)對(duì)數(shù)據(jù)庫連接字符串為連接數(shù)據(jù)庫提供必要的參數(shù)，通常保存在配置文件中，以簡(jiǎn)化代碼實(shí)現(xiàn)和便于部署。應(yīng)用中對(duì)數(shù)據(jù)庫的操作頻繁，通常情況下把對(duì)數(shù)據(jù)庫的各種操作集成在一個(gè)數(shù)據(jù)庫操作類中，在需要進(jìn)行數(shù)據(jù)庫操作的地方只需調(diào)用此類的各種方法即可。

13、一般在數(shù)據(jù)的后臺(tái)管理上，采用了傳輸構(gòu)架，保持客戶端與服務(wù)器的開放連接，以便進(jìn)行較長(zhǎng)時(shí)間的、較復(fù)雜的會(huì)話。而表單是頁的基本輸入機(jī)制，包括、和呦等輸入元素，用“構(gòu)造型進(jìn)行建模?？蚣苁且环N基于通用語言的編程框架，提供了嶄新的編程模型：模型和模型，提供了完善的基礎(chǔ)類庫、數(shù)據(jù)庫訪問技術(shù)和網(wǎng)絡(luò)開發(fā)技術(shù)，為應(yīng)用的開發(fā)提供了強(qiáng)有力的支持?？蚣芴峁┝碎_發(fā)模型，利用內(nèi)嵌的各種服務(wù)器組件來生成服務(wù)器端頁，包含用戶控件或者白定義控件等一些重要的頁面元素。總之，系統(tǒng)建模對(duì)軟件開發(fā)過程相當(dāng)重要，的擴(kuò)展機(jī)制為應(yīng)用系統(tǒng)的建模提供了必要的支持，框架為系統(tǒng)開發(fā)提供了很好的解決方案。以上通過商業(yè)應(yīng)用系統(tǒng)建模的用例分析，闡述了結(jié)構(gòu)化

14、分析方法建模的具體過程，用時(shí)序圖描述用例的實(shí)現(xiàn)及系統(tǒng)架構(gòu)沒計(jì)，分析研究了評(píng)價(jià)系統(tǒng)的數(shù)據(jù)處理過程及數(shù)據(jù)庫的基本操作。系統(tǒng)采用和技術(shù)建模和利用關(guān)鍵技術(shù)訪問數(shù)據(jù)庫有明顯的優(yōu)勢(shì)，使系統(tǒng)在分析計(jì)階段，就能嚴(yán)格把握軟件的質(zhì)量，提高軟件的可靠性，使系統(tǒng)在性能和功能上都具有可規(guī)模化和可重用性，能夠形成大規(guī)模協(xié)同工作的軟件系統(tǒng)群體。參考文獻(xiàn)：【】殷人昆軟件工程】北京：高等教育出版社，【：勇，丁峰，沈鈞毅基于的應(yīng)用系統(tǒng)建模方法的研究【】計(jì)算機(jī)工程與應(yīng)用，（）【】李高林，姜昱明在基于的電子商務(wù)應(yīng)用中利用建模與開發(fā)技術(shù)【】計(jì)算機(jī)應(yīng)用研究，（）（責(zé)任編校：何俊華）（上接頁）系統(tǒng)中內(nèi)存資源有限，所以需要優(yōu)化數(shù)據(jù)結(jié)構(gòu)，減少

15、對(duì)內(nèi)存的占用；提高效率：因?yàn)槲臋n中的每一個(gè)標(biāo)記都要從樣式表規(guī)則中查找與其相匹配的樣式，因此優(yōu)化匹配和查找算法也是一個(gè)關(guān)鍵問題?？偨Y(jié)本文對(duì)嵌入式瀏覽器的整體設(shè)計(jì)做了一個(gè)說明，并詳細(xì)講解了瀏覽器中解析模塊的設(shè)計(jì)，以及技術(shù)在嵌入式瀏覽器中的實(shí)現(xiàn)問題。本嵌入式瀏覽器在大量的較標(biāo)準(zhǔn)的網(wǎng)頁數(shù)據(jù)測(cè)試中能夠正確地良好地解析顯示網(wǎng)頁，對(duì)于容錯(cuò)性方面也還存在一些問題，所以在數(shù)據(jù)的播發(fā)前端，我們?cè)O(shè)計(jì)了一個(gè)查錯(cuò)軟件，當(dāng)文檔中包含非常嚴(yán)重的語法錯(cuò)誤時(shí)，則不準(zhǔn)進(jìn)行流打包。參考文獻(xiàn)：【】李小群，鄭良辰，耿增強(qiáng)，等淺析嵌入式系統(tǒng)中的瀏覽器【】測(cè)控技術(shù)，（）：【】周正勇，陽富民，胡貫榮一種嵌入式瀏覽器的核心技術(shù)及特色叨計(jì)算機(jī)工程與設(shè)計(jì)，（）：【】黃斯偉，等完全使用詳解】北京：人民郵電出版社，（責(zé)任編校：何俊華）（，）：，；，（）：； 一種嵌入式瀏覽器中的HTML解析器的設(shè)計(jì)作者：唐云， TANG Yu作者單位：湖南科技學(xué)院,電子信息工程與物理系,湖南,永州,425100刊名：湖南科技學(xué)院學(xué)報(bào)英文刊名：JOURNAL OF HUN