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

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

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

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

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：

解析后的结构化数据为双向链表格式，例如

a.b + c.d

解析后的链表为：

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：

举例选择器字符串为：

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

匹配节点串为:

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：

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

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：

a + e.f

进一步过滤种子集合，过滤后为：

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

    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

        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：

        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：

        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：

        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：

        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：

        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

        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。