全自动静态网页生成器之 缘起及html文件解析

 见过太多的大网站都已使用了静态网页。从性能上考虑，这当然是这类网站不二选择。虽然一直以来都很希望能够实现这个功能，但是毕竟没有很急切的需求，所以一直搁置下来。终于，现在的一个项目决定使用静态网页生成技术，我也狠下心来解决这个问题。
 
 曾经思考过很多种方案，但是一一否决了。一种方案是使用XML方案，从CSDN剽窃过来的思路，用XML文件保存数据，然后定义一个XSL，在客户端解析。这种方案最大的缺点是无法处理复杂的页面布局。设想一个很复杂的页面，你很难定义出合适的XSL，而且在客户端的开销也可能不被接受。另一种是使用JavaScript，将数据作为JS文件存储，但是并不是所有的客户端都支持JavaScript，而且我认为这种结构不好，也不容易管理。最后一种方式是使用模板。很多人在模板中定义特殊的字符串，然后一点点的进行替换，效率低，容易错，很难支持页面版面和内容的变更。

 综合思考了这些问题,我还是使用了定义模板的方式，但是和前面所说的模板方式不同。我期望能实现一些自定义的数据控件，使用在模板中。在生成静态页面的过程中，首先解析原始的模板文件，自动将控件识别出来，然后使用自定义的数据结构对这些数据控件进行自动绑定。很多高手一看就明白，这种方式和Asp.Net的方式有几分相似。其实我的灵感就来自它，当然以我的水平，达不到它的境界。采用这种方式，你可以在一定范围内自由改变设计而不需改变程序。即使对版式的改变很大，如果数据没有变动或变动很小，程序则不需变化或只需很小的变化。

 毕竟我经验尚浅，必有很多不合适的地方，希望大家能提出静态网页生成的更好思路，也欢迎大家批评指正。

 说了半天废话，现在言归正传，我们来考虑怎么实现这个想法。如上所述，我把整个过程分为两个步骤：先解析模板，然后数据绑定。现阶段，我只实现了模板解析。在这里先提出自定义数据控件的设计，我使用了html的格式：<flag name=value>body</flag>。 这样，我就可以使用和解析html语言一致的方式解析自定义控件了。

 在实际实现之前，我翻看了编译原理方面的书籍，大略看了一下其中的词法分析。这玩意真的挺复杂，没看懂。不过不管怎么样，还是有收获的，特别是那个有限自动机所谓的状态转换启发了我。先不考虑特殊的html语法，一般的html标签都是形如<flag name=value>body</flag>的格式。我定义了字符扫描的五种状态：空状态，正在查找控件，正在查找控件头部，正在查找控件内容，正在查找控件结尾。（注：在写这篇文章的时候，我觉得“正在查找控件”是多余的，但是暂且这样吧）这样几种状态的转换依赖我定义的五种边界字符：非边界字符，开始边界字符，结束边界字符，封闭边界字符，简短形式的结束边界字符。所有的这些都以枚举的形式定义在源码中。

 时间不早了，我要回家了，今天先写到这里。源码结构我觉得还是比较清晰的，注释也比较多，如果有人有兴趣详细研究它的实现方式的话，直接看源代码应该就可以了。如果还是不太明白或者我有时间的话，会接下去把思路完整的写下来。

BTW：现在基本完成了解析部分。结构已经完成了，但是很有很多Bug，调试很麻烦，希望有心人能够多多反馈。    

 晚安了，拜拜！

源码下载