跟随标准与Webkit源码探究DOM -- 获取元素之getElementsByTagName

按照标签名获取元素 -- `getElementsByTagName`

标准

DOM 1在Element和Document两个interface中均有定义，原型NodeList getElementsByTagName(in DOMString tagname)，指明按照先序遍历遇到的顺序排列，不会抛出任何异常，参数"*"返回对应document或者element下所有元素。注意这里指明返回的是一个live的仅含有Element的NodeList。
DOM 2里定义仍在Element和Document，增加了带namespace的NodeList getElementsByTagNameNS(in DOMString namespaceURI, in DOMString localName)（Element，Document），引入了localName的概念（只有ELEMENT_NODE和ATTRIBUTE_NODE才能有）。
DOM 3（Document，Element）特别声明XML应当对标签名的大小写敏感，非XML则依照文档类型自己对待大小写的风格来决定是否敏感。实际上浏览器对HTML都会先将标签转统一换成成小写后再去匹配，所以只能匹配到实际标签名为小写的元素。
WHATWG （Document ,Element）将返回类型修改为了HTMLCollection，并解释了通过localName产生HTMLCollection的算法。注意算法的第二步实际上规定了在非HTML文档里，标签名大小写敏感；而在HTML文档里，任何大小写的标签都会被统一转换成小写后再去匹配，所以只能匹配到实际标签名为小写的元素。
DOM 4（Document，Element）目前与 WHATWG 基本一致

DOM Tree Accessors

DOM 1 与 DOM 2 的 HTMLDocument interface 里定义了一系列"DOM Tree Accessors"

readonly attribute HTMLCollection images
readonly attribute HTMLCollection applets
readonly attribute HTMLCollection links
readonly attribute HTMLCollection forms
readonly attribute HTMLCollection anchors
attribute HTMLElement body

这意味着在HTML文档里可以用document.images获得所有<img>元素，用document.links获取所有带有href属性的<a>元素，用document.links获取所有带有name属性的<a>元素，用document.forms获取所有<form>元素。另外获取<body>可以使用document.body。

自 HTML5（W3C，WHATWG）开始还定义了document.head，删去了document.anchors，增加了获取<embed>的document.embeds和目前与之相同的document.plugins，以及获取<script>的document.scripts。

自 DOM 1 便在Document 定义了document.documentElement来获取根元素并保留至今，在HTML文档里即<html>元素。

兼容性

IE 5.5 不支持*作为参数获取所有元素。IE6以上的IE以及各大浏览器均按照标准实现了getElementsByTagName。
虽然document.scripts，document.embeds和document.plugins直到HTML5才标准化，不过各版本IE和其他浏览器的现行版本都支持
document.head需要IE9+才支持。其他DOM Tree Accessor基本在各版本IE和现行的浏览器里都有支持。

Webkit 代码分析

类似getElementsByName，getElementsByTagName在ContainerNode里实现。由于标准里对XML的特殊规定，这里会依据文档类型，换用TagNodeList或者HTMLTagNodeList作为NodeListsNodeData::addCacheWithAtomicName<>的template specialization（参见WebCore/dom/ContainerNode.cpp）。

TagNodeList实现的elementMatches是：

if (m_localName != starAtom && m_localName != element.localName())

    return false;

return m_namespaceURI == starAtom || m_namespaceURI == element.namespaceURI();

这里starAtom就是标准里说的*。先比对localName是否相符或为*，然后比对namespaceURI是否相符或为*。由于没有大小写转换步骤，所以遵循标准，是大小写敏感的。注意这里比对namespaceURI的步骤相对于getElementsByTagName是多余的，之所以加上是因为getElementsByTagNameNS也用TagNodeList，这样就可以偷懒不用再多写一个比对namespaceURI的版本。不过getElementsByTagNameNS用的其实是addCacheWithQualifiedName而不是addCacheWithAtomicName，其实addCacheWithQualifiedName和addCacheWithAtomicName的不同也就是它拿TagNodeList直接提前做好了template specification而已（参见WebCore/dom/NodeRareData.h）

HTMLTagNodeList实现的elementMatches是：

if (m_localName == starAtom)

    return true;

const AtomicString& localName = element.isHTMLElement() ? m_loweredLocalName : m_localName;

    return localName == element.localName();

按照标准所说，如果被比对的元素是HTML namespace里的，转换为小写再比较。注意这里没有比对namespaceURI，毕竟getElementsByTagNameNS不用它（标准里没有指明getElementsByTagNameNS需要转换大小写，所以用TagNodeList那个大小写敏感的过滤足矣）。