Taobao FED

一种基于匹配回朔的 CSS3 选择器引擎实现

一种基于匹配回朔的 CSS3 选择器引擎实现

介绍

CSS 选择器是一种应用于 DOM 节点查找场景的特定微型语法,
本质上和正则表达式一样都是一种模式匹配语言,灵活使用可以方便得获取指定位置的节点集合。

目前 W3C 推荐标准为 Selectors Level 3,在 IE9 + 以及 Firefox,Chrome,mobile 等浏览器上原生有基本一致的实现,而在 IE 下则需要
使用 JavaScript 模拟实现,本文介绍一种基于匹配回朔的 CSS3 选择器引擎实现,特定应用于 IE6、7、8 下。

语法

CSS 选择器是一种紧凑的语法,根据 CSS3 规范一个选择器字符串首先由 ‘,’ 号分割的组组成,例如

1
s = g1,g2

表示匹配 g1 与 g2 的元素集合。组内又由以 ‘ ‘,’+’,’>’,’~’ 分割的简单选择器序列组成,例如:

1
2
3
4
g1 = simple1 + simple2
g1 = simple1 simple2
g1 = simple1 > simple2
g1 = simple1 ~ simple2

+ 表示 simple1 匹配的元素与 simple2 的在同一层级,且 simple2 的元素紧跟在 simple1 后面。

> 表示 simple2 匹配的元素紧跟在 simple1 的下一层级。

‘ ‘ 表示 simple1 匹配的元素比 simple2 的层级更靠近根节点。

~ 表示 simple1 匹配的元素与 simple2 的在同一层级,且位置靠前。

简单选择器序列又可以由类型选择器以及后缀选择器组成,例如:

1
simple1 = type_selector suffix_selector

其中 typeselector 表示标签的名称,例如 ‘h1’,’h2’。不指定时默认为 ‘*’ 表示匹配任何标签。
suffixselector 则一般用来进一步过滤,例如类选择器(限定类名),属性选择器(限定属性),伪类、伪元素等。

例如 h1.x 匹配 <h1 class=’x’\> 而不匹配 <h1> 或 <span class=’x’>。

完整语法描述可以查看 W3C 标准页面

以下文章为了简单描述,将这种语法抽象为:

1
a.b + c.d ~ e.f

其中 a c e 为类型选择器,b d f 为后缀选择器,+ 代表直接位置关系的 > +,~ 代表模糊位置关系的 ~ ‘ ‘。

实现

解析器生成

首先把 CSS 选择器语法用 LALR 解析程序生成器生成解析程序,从而可以把选择器的字符串格式转换成结构化的数据。
这里采用 kison 来生成。

对应 CSS 选择器语法的 kison 格式描述为:

selector-grammar

生成的解析器代码如下:

parser.js

流程图如下:

解析器生成

解析后的结构化数据为双向链表格式,例如

1
a.b + c.d

解析后的链表为:

linkedlist

引擎查找

接下来的工作就是引擎查找,查找过程比较复杂,下面根据以下流程图结合实例讲解:

engine

举例选择器字符串为:

1
a.b + c.d ~ a + e.f

匹配节点串为:

1
e.f a.b c.d e c.d e a e.f

获取种子集合

和一般浏览器实现类似,采用自右向左的查找方法,首先要从最右端 的 type selector 获取到种子集合,根据本例为:

1
2
a e.f a.b c.d e c.d e a e.f
^ ^ ^ ^

选择器链表分组

将选择器根据直接位置进行分组,以直接位置相连的简单的选择器序列为一组,分组后:

1
2
a.b + c.d    ~     a + e.f
--------- -------

分组的意义在于,每次匹配都以直接位置相连的组为单元做匹配,回朔时也应当以组为单元回朔(直接位置处回朔无意义)。

初步过滤种子

根据最后的一组的选择器序列:

1
a + e.f

进一步过滤种子集合,过滤后为:

1
2
3
a e.f a.b c.d e c.d e a e.f
^ ^
1 2

进一步过滤种子

这一步会根据对种子进行进一步过滤,过滤过程中甚至会发生回朔。

例如对于第一个种子,在初步过滤后,节点串游标和选择器游标分别在:

1
2
3
4
 a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

由于节点串游标已经越过节点串头,则表明该次匹配失败,该种子节点匹配失败。

对于第二个种子,在初步过滤后,节点串游标和选择器游标分别在:

1
2
3
4
a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

由于匹配失败,但选择器链接为 ‘~’ ,则可不移动选择器游标,而只移动节点串游标:

1
2
3
4
a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

可继续匹配到:

1
2
3
4
a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

此时由于选择器链接为 ‘+’ 因而移动节点串游标已经不可能再次匹配,此时应对选择器游标进行回朔到该分组前面:

1
2
3
4
a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

此时仍然匹配不成功,但可以移动节点串游标为:

1
2
3
4
a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

此时可以匹配选择器游标到头:

1
2
3
4
 a e.f a.b c.d e c.d e a e.f
^
a.b + c.d ~ a + e.f
^

则表明该种子节点符合本次选择器串,最终匹配节点个数为 1

1
2
a e.f a.b c.d e c.d e a e.f
^

引擎代码

引擎代码可参见:selector.js

单元测试

单元测试直接拉取 Sizzle 对应于 CSS3 的部分,经过少量调整,全部通过:

selector – sizzle 测试

性能测试

kissy-selector-sizzle

欢迎提交新的例子。

题图:https://unsplash.com/photos/LMXI9cjVYXk By @Nathan Shipps