资源有限的Html渲染器（良好的内存管理）

Question

我正在用C ++为便携式设备创建一个Linux程序，以便呈现html文件。

问题是设备内存有限，因此无法打开大文件（使用实际软件）。

一种解决方案是动态加载/卸载文件的一部分，但我不确定如何实现它。

滚动的能力是必须的，如果可能的话，可以获得流畅的体验

我想听听你这种情况的最佳方法是什么？ 您可以建议一个算法，一个开源项目来查看，或者一个支持我正在尝试做的事情的库（webkit？）。

修改 我正在写一个电子书阅读器，所以我只需要纯HTML渲染，没有javascript，没有CSS，......

Answer 1

为了能够在不完全加载的情况下浏览树文档（如HTML），您必须做出一些假设 - 比如文档是实际的树。所以，不要费心检查关闭标签。无论如何，关闭标签都是为人类消费而设计的，计算机也会对<>感到满意。

第一步是假设文档的第一部分由文档的第一部分表示。这听起来像是一个重言式，但是使用“现代”HTML，当然JS在技术上已不再适用。尽管如此，如果任何HTML行影响任何像素，您根本无法部分加载页面。

因此，如果HTML文件的位置与屏幕上的页面之间存在简单的关系，则下一步是在每个页面的末尾定义解析状态。然后，这将包括单个文件偏移量，可能（但不一定）在段落的末尾。此状态的一部分是一堆打开的标签。

为了使分页更容易，为目前为止遇到的每个页面保持这种“页面边界”状态是明智的。这使得回传变得容易。

现在，在渲染新页面时，上一页边界状态将为您提供初始渲染状态。您只需读取HTML并逐个元素地呈现它，直到溢出单个页面。然后，您回溯一下并确定新的页边界状态。

平滑滚动基本上是渲染两个相邻页面并显示第一页的x％和第二页的100-x％。一旦你实现了这个位，在渲染每个页面时完成一个段落可能会变得很聪明。这将为您提供略有不同的页面长度，但您不必处理断开的段落，这反过来会使页面边界状态变小。

Answer 2

Dillo是我所知道的最轻的Linux网络浏览器。

修改：如果它（或其渲染组件）无法满足您的需求，那么您可能会发现维基百科的layout engines列表和比较有用。

编辑2：我怀疑动态加载和卸载HTML文件的某些部分会很棘手;例如，你怎么知道随机选择的文件块不在标签的中间？您可能不得不使用类似SAX的东西将文件解析为中间表示，将中间表示的离散块保存到持久存储，以便它们不会占用太多RAM。或者您可以使用SAX解析文件以立即显示适合RAM的内容，然后在用户滚动太远时重新解析它。 （Stylesheets和Javascript会破坏这种方法;一些简单的HTML也可能。）如果是我，我会尝试找到一种简单的标记语言或某种富文本查看器，而不是去解决所有这些困难。