VC397 嵌入式浏览器开发论文

 摘  要

think58.com

 本文主要论述了嵌入式浏览器开发所涉及到的技术，对HTML词法分析、浏览器JavaScript支持、linux和gtk编程等做了详细的分析和介绍，并对Netbit浏览器的开发进行了介绍，分析了主要的模块的功能和组成，并给出了主要算法。

[资料来源：http://THINK58.com]

还对典型的嵌入式浏览器进行了分析，包括Gzilla,Mozilla,Thunder和zen,总结了浏览器设计的技术要点和开发策略。

think58

另外，在论文开头，介绍了目前嵌入式浏览器产品的发展现状，嵌入式浏览器的组成和各部份功能说明。

内容来自think58 [来源：http://www.think58.com]

[资料来源：http://think58.com]

 HTML词法分析是着重讨论的技术问题，给出了详尽的数据结构，程序流程。 [版权所有：http://think58.com]

 Netbit浏览器的开发，是本论文的重点，分模块进行了分析，提出了需要改进的地方，并给出了改进措施。 本文来自think58 [资料来源：http://think58.com]

关键词：嵌入式浏览器，HTML词法分析，Javascript，linux，gtk
 
2.5 HTML词法分析的应用
2.5.1 应用举例：
HTML词法分析程序通常应用于浏览器设计、网页制作软件设计等领域，本人以一个使用VC开发的软件“HTML智能分析”来举例说明，下载网址：
http://netbit_browser.myetang.com/introduce.html。

think58 [资料来源：http://www.THINK58.com]

“HTML智能分析”同样使用Bit Token词法分析器，“HTML智能分析”是一个网页信息提取、处理软件。 think58.com [资料来源：THINK58.com]

具有以下主要功能：
1、智能提取网页中的文字信息，智能排版，并可在进行编辑后保存。
2、统计网页的有关信息。
3、根据用户设置的版式，将分析和编辑的结果，自动生成新的网页。

内容来自think58

[资料来源：THINK58.com]

用户可使用该软件来将HTML转为TXT格式，其对HTML中文字内容的提取准确、快速、不含冗余信息，版式工整清晰，保持本来面貌。

其主要设计思路是，在Bit Token词法分析器的基础上，结合浏览器布局的基本算法，对影响到TXT版面效果的元素进行处理。 think58好，好think58 [资料来源：www.THINK58.com]

比如<PRE>标记，代表所包含的内容浏览器应不予分析，按TXT格式输出，而如表格<TR>等元素则意味着需要换行。而在HTML中，在无<PRE>这种特殊情况时，回车都是忽略不记的。这就造成了矛盾。使用常规的简单算法进行HTML到TXT的转换无法解决这些问题。造成转换后的版式“失真“。而“HTML智能分析”却能很好的解决。 内容来自think58

[资料来源：http://www.THINK58.com]

由于“HTML智能分析”使用了底层的词法分析技术，还可以很容易的过滤掉<SCRIPT>与<STYLE>(样式表)。并可以对网页中的元素进行统计和语法校验。

以下是该程序的片断：
 pTtokenList=global_cx->tokenList; //取首节点
 while(pTtokenList!=NULL) //循环直至处理完所有节点
 {
  switch(pTtokenList->token->type)
        {//根据节点类型，做不同的处理
          case HTML_TITLE: ……
          case HTML_TEXT:  ……
          default:   ……
        } //switch
 pTtokenList=pTtokenList->next; //取下一个节点
 } //while

think58

[版权所有：http://think58.com]

这段程序实际上就是一个简单的语法分析和布局的过程。 本文来自think58

2.5.2  Bit Token在应用中存在的问题及修改意见
由于HTML的标记多是成对出现的，并且存在<SCRIPT>这样的特殊元素，其内容为Javascript程序，函数的字符串参数等可能包含其它的元素标记。例如语句：Alert(“<font> is a tag”); copyright think58 [来源：http://www.think58.com]

因此，在词法分析时要对<SCRIPT>标记进行特殊处理，遇到<SCRIPT>就应逐字符读入后面的内容，直到遇到下一个</SCRIPT>标记。目前的Bit Token由于开发时间所限，未对其加以特殊处理，存在一些问题，但由于浏览器对Javascript的支持是较复杂的工作，目前的Netbit Browser尚不予实现，因而没有导致明显问题，而“HTML智能分析”这个软件只是需要对Javascript进行删除操作，也不会造成影响。尽管如此，对<SCRIPT>的特殊处理还是有待完善，尽管这同时也会带来一些问题，需要进行大量的测试，来保证新加入代码的稳定性。

think58

[资料来源：http://www.THINK58.com]

正如前面所述，HTML词法分析是浏览器设计的基础环节之一，但并非最重要和最具难度的环节，若想开发出效果较好的浏览器产品，还要在布局和GUI设计上多下功夫。 think58好，好think58 [资料来源：http://THINK58.com]