说说DOM的那些事儿

引子

先来一颗栗子：

<img src='/images/loading.gif' data-original="http://www.cnblogs.com//sub/123.jpg"  /><script type="text/javascript">	var img = document.getElementsByTagName('img')[0];	console.log('src:', img.src);</script>

输出 src: sub/123.jpg？No，输出的是 src: http://127.0.0.1:8020/sub/123.jpg，但我其实只想要一个pathname而已啊。虽然有一万种办法可以从完整地址中取出pathname，但我还是想一次获取咱们写到属性里面的那个src啊。

当然，这样的接口必须是有的：

console.log('src:', img.getAttribute('src'));// src: /sub/123.jpg

以前总觉得HTML里面东西不多，但现在发现其实是自己了解的不多，还是too naive啊！DOM结构居然都这么不熟悉。找到问题，又回去看了看高程3，总觉得里面按照DOM123分类很没逻辑，还是试着按照功能区分总结一下吧。

DOM节点

先看看DOM结构层次，上个栗子：

<!DOCTYPE html><html><head>	<meta charset="UTF-8">	<title>DOM</title></head><body>	<!--wrapper-->	<div class="wrp">		wrp:		<img src='/images/loading.gif' data-original="http://www.cnblogs.com//sub/123.jpg"  />		<script type="text/javascript">			var img = document.getElementsByTagName('img')[0];			console.log('src:', img.getAttribute('src'));		</script>	</div></body></html>

这种比较常见的HTML文本，里面就已经包含了我们常用到的一个Node类型。DOM会将HTML文档以节点树的形式组织起来，也就是说Node与HTML文档是对应，即使是代码中的换行这种美观上东西，也会真实地反映到节点树上。

上面的HTML对应的Nodelist：

整个文档就是一个document节点，这个我们用的也比较多了。document中有几个属性用的比较少：URL、domain、referrer，其中domain可以设置，利用这一点可以解决一些子域之间的跨域问题。另外的一些特殊集合，如forms、images、links这些，可以方便操作，做爬虫的时候也可以用来简化模型。

document下面有document type、element、comment、text几种常用的节点。

这里要注意的是Text节点和element节点的区别，通常我们会在element节点里面写入字符，但并不是说element里面包含字符，而是element节点里面嵌入了一个text节点，text节点里面的内容才是我们写进的字符。例如 <p>papapa</p>的结构应该是：

> 换行

另外一个常被忽略的是换行。为了美化代码，通常我们每个标签之间都会换行，DOM在解析HTML文档时，会把换行也解析成 Textnode 节点！也就是我们每一行HTML代码后面都自带一个textnode节点\n！

> 节点关系

说到关系，也就是父子关系、兄弟关系这两种了。为了定位一个节点，我们可以需要DOM提供的几个定位接口：firstChild、lastChild、previousSibling、nextSibling，还有parentNode、childNodes。利用这几个接口的组合就可以定位到具体某个节点了。

还有一点就是Nodelist本身，Nodelist是一个动态的类数组对象，动态的意思就是DOM发生改变之后，变动会实时更新到Nodelist上，从这个性质来看，Nodelist应该是一个引用集或者指针集。类数组的意思就是说其实人家不是真正的数组，只是长得有点像。所以遍历的时候用for in也会将某些诸如对象本身的方法属性都遍历出来啦，还是常规的for i to length就好了，也可以用forEach、for of啦。

> 节点属性

每个node节点都有相应的nodetype、nodeName和nodeValue属性，见名知义，分别代表了节点的类型、名字和值。这里要说一下，element节点的nodeName为标签名，而nodeValue则为null，文本和comment的nodeValue为相应的字符串。

DOM操作

说到操作，无非就是增删改查。而DOM操作中，主体都是element节点，所以基本也是对element节点进行操作。

DOM的查有两种：准确查询和遍历查询。

1）准确查询是给定一个条件去搜索，主要有两类接口：getElementBy***与querySelector***。

这两种查询的区别在于实时性与非实时性。getElement**的方式返回的是Nodelist，所以具有实时性。而querySelector**返回的是一个快照，DOM表的变化不能实时反映到查询的结果里面。看看这个例子：

<div >  <p>papapa</p></div><script>  var divs = document.getElementsByClassName('wrp'), // 复制7个 // var divs = document.querySelectorAll('.wrp'),　// 复制1个     i,     div = null;   for(i = 0; i < divs.length; i++) {     div = divs[0].cloneNode(true);     document.body.appendChild(div);     if(i > 5) {       break;     }  }</script>

采用getElements***的方式，那divs是动态变化的，所以会复制7个papapa出来。假如采用querySelector***的方式，则divs只保存了刚查询的时候那个状态，因此只会复制一个papapa出来。所以，假如采用getElement的方式查询，那么就需要采用一个len变量来保存当前状态，否则就会造成死循环。按照我们平常的认知思维，divs也不应该动态变化，毕竟我后面没有继续查询啊，你怎么能变呢。所以，querySelector的方式更可控，不会搞出一些莫名其妙的bug，而且jQuery风格想必大家还是喜欢的。

2）遍历

DOM提供了2个遍历迭代器：NodeIterator与TreeWalker，当然你也可以手动实现遍历。

NodeIterator的用法看下面例子：

 1 <div class="wrp"> 2   <p>papapa</p> 3   <div> 4     <span>yohohoho</span> 5     <input class='input1' type="text" name="" value="" /> 6   </div> 7   <input class="input2" type="text" name="" value="" /> 8 </div> 9 <script> 10   var div = document.querySelector('.wrp'); 11   var filter = function(node) { 12     return node.tagName.toLowerCase() === 'input' ? 13       NodeFilter.FILTER_ACCEPT : 14       NodeFilter.FILTER_SKIP; 15   } 16   var myIterator = document.createNodeIterator(div, NodeFilter.SHOW_ELEMENT, filter, false); 17   var n = myIterator.nextNode(); // move to root(div) 18   while(n !== null) { 19     console.log(n.className); 20     n = myIterator.nextNode(); 21   } 22 </script>

TreeWalker遍历：

 1 var div = document.querySelector('.wrp'); 2 var filter = function(node) { 3   return node.tagName.toLowerCase() === 'input' ? 4     NodeFilter.FILTER_ACCEPT : 5     NodeFilter.FILTER_SKIP; 6 } 7  8 var walker = document.createTreeWalker(div, NodeFilter.SHOW_ELEMENT, filter, false); 9 var n = walker.firstChild(); 10 while(n !== null) { 11   console.log(n.className); 12   n = walker.nextNode(); 13 }

手动方式，先说说思路：首先要考虑子级中还有子级，那显然这里要用递归的形式来做，判断节点是否有子节点而递归。然后就是一些细节方面的，比如为了剔除换行符和文本节点的影响，那当然是直接使用children来获取子级节点了。另外还需要避免Nodelist的动态变化之类的。看代码：

 1 function mywalker(el, filter, cb) { 2   var children = el.children; 3   for(var i = 0, len = children.length; i < len; i++) { 4     var walker = children[i]; 5     if(walker.children.length !== 0) { 6       mywalker(walker, filter, cb); 7     } else if(filter(walker)) { 8       cb(walker); 9     } 10   } 11 } 12  13 var div = document.querySelector('.wrp'); 14  15 function filter(node) { 16   return node.tagName.toLowerCase() === 'input'; 17 } 18  19 function cb(node) { 20   console.log(node.className); 21 } 22  23 mywalker(div, filter, cb);

如果还要考虑文本节点的话，那可以使用childNodes来遍历，这个时候就要注意过滤换行符了。

DOM节点的增接口有：appendChild() 和 insertBefore()。但创建节点则需要用到另外两个接口：document.creat***方式和document.cloneNode()。创建节点之后通过添加接口将节点放入文档中。这里除了可以创建普通的节点之外，也可以创建脚本和样式表，这种用法可以实现按需加载，延迟加载等各种资源加载方法。当然要做成像requirejs那样的加载器，那就需要添加很多处理逻辑了。

删除有两个接口：replaceChild、removeChild。

1）内容的更改：innerHTML、innerText，textContent之类的。textContent一般不会用到，他是将节点内部所有文本节点拼接在一起的字符串，包括换行符这些也都塞了进去，所以还需要进一步进行字符串处理。

2）属性的更改

文章开头其实就已经提到了最常用的两种更改属性的方法，分别是 Element.props=value 和 Element.setAttribute() 系列。其中getAttribute()取的是Attribute节点上的值，也就是对HTML标签的尖括号<>内的这串字符进行查询。假如没定义则返回一个null，有定义的则返回一个字符串。而Element.props是对HTML标签的实例进行查询，也就是对一个实例化后的节点对象进行查询。而这个对象在初始化的时候就会将HTML标签中没定义的属性置为””有定义则进行解析转换。所以对同一个对象进行查询，没定义的属性.prop返回空值而getAttribute返回null；对style和onload一类事件属性进行查询，前者返回一个对象，而后者返回一个字符串或null；对自定义属性的查询，前者返回一个undefined，而后者则返回自定义的值。

而文章开头中两种查询得到的结果不同，原因就在于此。

> attributes

节点中统一管理各种属性的是 attributes 属性，它是一个NamedNodeMap，保存了对象已定义的所有属性。这货其实也是一个类数组，这里chrome倒是打印的很清楚，一目了然。记得不能用for in遍历哦。

可以通过attributes[‘id’]的形式去查询相应的属性，它自身也有一些方法，but没什么人会用它，而且attributes这个属性本身就很少会被用到。使用它的场景之一（或者可以说唯一）就是要对属性的集中管理，或者遍历或者批量初始化，而平常我们用的基本都是.prop的形式，直观方便。

> 自定义属性

我们可以往标签里加入任意的自定义属性，自由虽好但规范还是要有。HTML5中是以data-prop的形式来定义自定义属性的。挂在data下的属性就可以通过dataset属性统一管理，一般可以将数据放到data上，然后渲染的时候直接读取dataset属性进行渲染了，像knockout这种库也是这么来进行数据绑定的。

> 样式

属性中非常重要的一点就是样式，这里又涉及到内联样式和嵌入、外联两类的样式控制。上文也说到，使用element.stylt.样式可以直接更改样式，也可以通过element.style.cssText来一次读写所有的内联样式。但样式比较复杂的地方是嵌入、外联样式的叠加影响，所以单纯查询style并不能得到元素的最终样式。这个时候可以通过document.defaultView的getComputedStyle()方法来获取计算样式，就像chrome开发者工具那样得到计算样式。

但是，CSS是个大工程，试图通过js来动态控制所有样式的变化是不靠谱的。更为常见的做法是CSS预设各种状态，而js作为控制来控制状态的转换，也就是控制class的变换。DOM编程中除了单纯的className之外，更为强大的接口是classList，这又是一个类数组对象。它提供了几个好用的类管理方法：add、contains、remove、toggle，满满jQuery风啊。但jQuery毕竟是个民间女子，当正统后宫吸收了她的各种奇法淫技之后，失宠也是不可避免的。

小结

琢磨了好久，但写出来还是各种凌乱，结构还是不够清晰。DOM的结构层次以Nodelist为基础，不同nodeType的节点有机组合就构成了一个DOM表。对DOM的操作有各种接口，感觉比较混乱，可能这也是各种框架一直致力于弱化开发者对DOM操作的原因吧，但在超小规模应用上熟悉了DOM操作的话，还是会比使用框架更加灵活。

对DOM的总结就到这里了，看了下还是整理为主，背书为辅哈，必须填图了。