Base de conhecimentoCentro de Exames
PT · PTPortuguês (Portugal)
Escolher idioma13

CKTIS / HTML

conceito HTML: architecture

A arquitetura de processamento HTML vai de bytes e codificação, pelo analisador e DOM, até scripts, estilos e apresentação do documento atual.

Versão: WHATWG HTML Living Standard; index snapshot date recorded separately

Sintaxe

bytes → decoded code points → tokens → DOM → style/layout; scripts may mutate the DOM

Um recurso text/html começa como bytes que, após escolher uma codificação, habitualmente UTF-8, são descodificados em pontos de código. O tokenizador e construtor da árvore criam um Document; bytes inválidos, codificação provisória e correções do analisador pertencem a esta fronteira de entrada.

O analisador constrói o DOM de forma incremental e um script encontrado pode suspender a análise ou alterar a árvore, inclusive por document.write(). Depois da análise, o código não é um modelo vivo: os scripts operam em nós e a serialização pode diferir dos bytes originais.

DOMParser e innerHTML já recebem cadeias de carateres, pelo que não detetam a codificação da rede; também criam nós num contexto definido. A apresentação usa a árvore ligada e os estilos, enquanto getComputedStyle() descreve o resultado estilizado, não o texto do código.

O exemplo usa TextEncoder e TextDecoder antes de passar texto a DOMParser. Depois de adotar o parágrafo, o documento atual indica display: block, mas o script criado pelo analisador do documento separado permanece inerte, resultando em scriptRan=false; o teste não reproduz a deteção da codificação da rede.

Exemplos

<!doctype html>
<meta charset="utf-8">
<output id="result"></output>
<script>
const source = "<p id=decoded>✓</p><script>document.body.dataset.parserScript=\"ran\"<\/script>";
const bytes = new TextEncoder().encode(source);
const decoded = new TextDecoder("utf-8").decode(bytes);
const parsed = new DOMParser().parseFromString(decoded, "text/html");
const node = parsed.querySelector("#decoded");
const inertScript = parsed.querySelector("script");
document.body.append(node, inertScript);
result.textContent = `markBytes=${new TextEncoder().encode(node.textContent).length}; adopted=${node.ownerDocument === document}; display=${getComputedStyle(node).display}; scriptRan=${document.body.dataset.parserScript ?? "false"}`;
</script>

Resultado

markBytes=3; adopted=true; display=block; scriptRan=false

O exemplo executado confirma as fronteiras de descodificação, adoção DOM e apresentação, e que mover um script criado pelo analisador a partir do documento separado não é execução normal de código.

Fontes