網頁解碼淺析

轉載出處：http://blog.csdn.net/awebkit

   網頁是如何正確顯示出來而不會亂碼的呢？本文就這個問題討論一下

   當我們調用loadURL之後，經過一系列的check，終於，我們到了MainResourceLoader，開始load->loadNow，在這裏，我們發送了網絡請求。

      下面這段大致講了網絡部分的結構，熟悉這部分的可以直接忽略。

      ResourceHandleManager作爲網絡部分的管理者，需要聽命ResourceHandle這個決策者，而ResourceHandle有個祕書代爲實現一切，這個祕書就是ResourceHandleInternal。

      我們發送網絡請求，就是把請求告訴ResourceHanlde，ResourceHandle調用ResourceHandle::create，往ResourceHandleManager裏面添加一個job（ResourceHanlde）。ResourceHandleManager由timer驅動下載任務，下載完成後通知ResourceHandle，但是，ResourceHandle的工作太重了，就把這部分工作給了ResourceHandleClient。ResourceHandleClient就是負責下載的資源管理的。

      ResouceHandleClient只是個接口，實現部分又有ResourceLoader來承接公共部分，ResourceLoader的子類MainResourceLoader和SubResourceLoader來承擔具體的任務。

      說了這麼多廢話，如果前面你都懂，下面開始正題了

      網絡把資源給了MainResourceLoader之後(didReceiveData)，然後通知DocumentLoader(documentLoader()->receivedData)，觸發commitLoad，調用FrameLoaderClient的commitLoad( frameLoader->client()->committedLoad)

      一般的FrameLoaderClient中的committedLoad如下流程

void FrameLoaderClient::committedLoad(WebCore::DocumentLoader* loader, const char* data, int length)
{
    if (!m_pluginView) {
        ASSERT(loader->frame());
        loader->commitData(data, length);
        Frame* coreFrame = loader->frame();
        if (coreFrame && coreFrame->document()->isMediaDocument())
            loader->cancelMainResourceLoad(coreFrame->loader()->client()->pluginWillHandleLoadError(loader->response()));
    }
   ...
}

      調用到DocumentLoader的commitData方法裏面，在這裏，就涉及到了編碼選擇問題，請看代碼

void DocumentLoader::commitData(const char* bytes, int length)
{
    // Set the text encoding.  This is safe to call multiple times.
    bool userChosen = true;
    String encoding = overrideEncoding();
    if (encoding.isNull()) {
        userChosen = false;
        encoding = response().textEncodingName();
    }
    m_writer.setEncoding(encoding, userChosen);
    ASSERT(m_frame->document()->parsing());
    m_writer.addData(bytes, length);
}

      我沒有看到overrideEncoding在這裏有什麼用，所以，這時候，使用的是HTTP Response的TextEncodingName。然後，就告訴DocumentWriter接收數據。

      DocumentWriter的addData會把任務分配給DocumentParser來解析。對於dom來說，這項任務又落在了DocumentParser的子類DecodedDataDocumentParser的身上。

      我們來看看DecodedDataDocumentParser的appendBytes函數，如下

void DecodedDataDocumentParser::appendBytes(DocumentWriter* writer , const char* data, int length, bool shouldFlush)
{
    if (!length && !shouldFlush)
        return;
    TextResourceDecoder* decoder = writer->createDecoderIfNeeded();
    String decoded = decoder->decode(data, length);
    if (shouldFlush)
        decoded += decoder->flush();
    if (decoded.isEmpty())
        return;
    writer->reportDataReceived();
    append(decoded);
}

      在這裏，我們終於看到了decode函數。稍等，我們看看decoder是如何創建出來的。

TextResourceDecoder* DocumentWriter::createDecoderIfNeeded()
{
   ...
   if (Settings* settings = m_frame->settings()) {
            m_decoder = TextResourceDecoder::create(m_mimeType,
                settings->defaultTextEncodingName(),
                settings->usesEncodingDetector());
            Frame* parentFrame = m_frame->tree()->parent();
if (canReferToParentFrameEncoding(m_frame, parentFrame))
                m_decoder->setHintEncoding(parentFrame->document()->decoder());
        } else
            m_decoder = TextResourceDecoder::create(m_mimeType, String());
        Frame* parentFrame = m_frame->tree()->parent();
        if (m_encoding.isEmpty()) {
            if (canReferToParentFrameEncoding(m_frame, parentFrame))
                m_decoder->setEncoding(parentFrame->document()->inputEncoding(), TextResourceDecoder::EncodingFromParentFrame);
        } else {
            m_decoder->setEncoding(m_encoding,
                m_encodingWasChosenByUser ? TextResourceDecoder::UserChosenEncoding : TextResourceDecoder::EncodingFromHTTPHeader);
        }
        m_frame->document()->setDecoder(m_decoder.get());

      這裏，我們看到如果用戶選擇了編碼，就按照用戶的編碼，如果沒有選擇，就使用HTTP header的編碼。

      再回到appendBytes中，最後調用append，把解碼後的數據給了誰呢？給了HTMLDocumentParser，然後就是開始分析tag等。