gopl-zh.github.com/ch5/ch5-02.md

163 lines
5.7 KiB
Markdown
Raw Normal View History

2015-12-09 07:45:11 +00:00
## 5.2. 遞歸
2016-01-02 13:07:14 +00:00
函數可以是遞歸的這意味着函數可以直接或間接的調用自身。對許多問題而言遞歸是一種強有力的技術例如處理遞歸的數據結構。在4.4節我們通過遍歷二叉樹來實現簡單的插入排序在本章節我們再次使用它來處理HTML文件。
下文的示例代碼使用了非標準包 golang.org/x/net/html 解析HTML。golang.org/x/... 目録下存儲了一些由Go糰隊設計、維護對網絡編程、国際化文件處理、移動平台、圖像處理、加密解密、開發者工具提供支持的擴展包。未將這些擴展包加入到標準庫原因有二一是部分包仍在開發中二是對大多數Go語言的開發者而言擴展包提供的功能很少被使用。
例子中調用golang.org/x/net/html的部分api如下所示。html.Parse函數讀入一組bytes.解析後返迴html.node類型的HTML頁面樹狀結構根節點。HTML擁有很多類型的結點如text文本,commnets註釋類型在下面的例子中我們 隻關註< name key='value' >形式的結點。
2016-01-21 01:58:28 +00:00
<u><i>golang.org/x/net/html</i></u>
2016-01-02 13:34:50 +00:00
```Go
2016-01-02 13:07:14 +00:00
package html
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
type Node struct {
2016-01-18 03:14:19 +00:00
Type NodeType
Data string
Attr []Attribute
FirstChild, NextSibling *Node
2016-01-02 13:07:14 +00:00
}
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
type NodeType int32
const (
2016-01-18 03:14:19 +00:00
ErrorNode NodeType = iota
TextNode
DocumentNode
ElementNode
CommentNode
DoctypeNode
2016-01-02 13:07:14 +00:00
)
type Attribute struct {
2016-01-18 03:14:19 +00:00
Key, Val string
2016-01-02 13:07:14 +00:00
}
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
func Parse(r io.Reader) (*Node, error)
```
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
main函數解析HTML標準輸入通過遞歸函數visit獲得links鏈接併打印出這些links
2016-01-21 01:58:28 +00:00
<u></i>gopl.io/ch5/findlinks1</i></u>
2016-01-02 13:34:50 +00:00
```Go
// Findlinks1 prints the links in an HTML document read from standard input.
2016-01-02 13:07:14 +00:00
package main
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
import (
2016-01-18 03:14:19 +00:00
"fmt"
"os"
2016-01-02 13:34:50 +00:00
2016-01-18 03:14:19 +00:00
"golang.org/x/net/html"
2016-01-02 13:07:14 +00:00
)
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
func main() {
2016-01-18 03:14:19 +00:00
doc, err := html.Parse(os.Stdin)
if err != nil {
fmt.Fprintf(os.Stderr, "findlinks1: %v\n", err)
os.Exit(1)
}
for _, link := range visit(nil, doc) {
fmt.Println(link)
}
2016-01-02 13:07:14 +00:00
}
```
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
visit函數遍歷HTML的節點樹從每一個anchor元素的href屬性獲得link,將這些links存入字符串數組中併返迴這個字符串數組。
2016-01-02 13:34:50 +00:00
```Go
// visit appends to links each link found in n and returns the result.
2016-01-02 13:07:14 +00:00
func visit(links []string, n *html.Node) []string {
2016-01-18 03:14:19 +00:00
if n.Type == html.ElementNode && n.Data == "a" {
for _, a := range n.Attr {
if a.Key == "href" {
links = append(links, a.Val)
}
}
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
links = visit(links, c)
}
return links
2016-01-02 13:07:14 +00:00
}
```
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
爲了遍歷結點n的所有後代結點每次遇到n的孩子結點時visit遞歸的調用自身。這些孩子結點存放在FirstChild鏈表中。
讓我們以Go的主頁golang.org作爲目標運行findlinks。我們以fetch1.5章的輸出作爲findlinks的輸入。下面的輸出做了簡化處理。
```
$ go build gopl.io/ch1/fetch
$ go build gopl.io/ch5/findlinks1
$ ./fetch https://golang.org | ./findlinks1
#
/doc/
/pkg/
/help/
/blog/
http://play.golang.org/
//tour.golang.org/
https://golang.org/dl/
//blog.golang.org/
/LICENSE
/doc/tos.html
http://www.google.com/intl/en/policies/privacy/
```
2016-01-02 13:34:50 +00:00
註意在頁面中出現的鏈接格式,在之後我們會介紹如何將這些鏈接,根據根路徑( https://golang.org 生成可以直接訪問的url。
2016-01-02 13:07:14 +00:00
在函數outline中我們通過遞歸的方式遍歷整個HTML結點樹併輸出樹的結構。在outline內部每遇到一個HTML元素標籤就將其入棧併輸出。
2016-01-21 01:58:28 +00:00
<u><i>gopl.io/ch5/outline</i></u>
2016-01-02 13:34:50 +00:00
```Go
2016-01-02 13:07:14 +00:00
func main() {
2016-01-18 03:14:19 +00:00
doc, err := html.Parse(os.Stdin)
if err != nil {
fmt.Fprintf(os.Stderr, "outline: %v\n", err)
os.Exit(1)
}
outline(nil, doc)
2016-01-02 13:07:14 +00:00
}
func outline(stack []string, n *html.Node) {
2016-01-18 03:14:19 +00:00
if n.Type == html.ElementNode {
stack = append(stack, n.Data) // push tag
fmt.Println(stack)
}
for c := n.FirstChild; c != nil; c = c.NextSibling {
outline(stack, c)
}
2016-01-02 13:07:14 +00:00
}
```
有一點值得註意outline有入棧操作但沒有相對應的出棧操作。當outline調用自身時被調用者接收的是stack的拷貝。被調用者的入棧操作脩改的是stack的拷貝而不是調用者的stack,因對當函數返迴時,調用者的stack併未被脩改。
2016-01-02 13:34:50 +00:00
下面是 https://golang.org 頁面的簡要結構:
2016-01-02 13:07:14 +00:00
```
$ go build gopl.io/ch5/outline
$ ./fetch https://golang.org | ./outline
[html]
[html head]
[html head meta]
[html head title]
[html head link]
[html body]
[html body div]
[html body div]
[html body div div]
[html body div div form]
[html body div div form div]
[html body div div form div a]
...
```
2016-01-02 13:34:50 +00:00
2016-01-02 13:07:14 +00:00
正如你在上面實驗中所見大部分HTML頁面隻需幾層遞歸就能被處理但仍然有些頁面需要深層次的遞歸。
大部分編程語言使用固定大小的函數調用棧常見的大小從64KB到2MB不等。固定大小棧會限製遞歸的深度當你用遞歸處理大量數據時需要避免棧溢出除此之外還會導致安全性問題。與相反,Go語言使用可變棧棧的大小按需增加(初始時很小)。這使得我們使用遞歸時不必考慮溢出和安全問題。
2016-01-18 03:14:19 +00:00
**練習 5.1** 脩改findlinks代碼中遍歷n.FirstChild鏈表的部分將循環調用visit改成遞歸調用。
2016-01-02 13:34:50 +00:00
2016-01-18 03:14:19 +00:00
**練習 5.2** 編寫函數記録在HTML樹中出現的同名元素的次數。
2016-01-02 13:34:50 +00:00
2016-01-18 03:14:19 +00:00
**練習 5.3** 編寫函數輸出所有text結點的內容。註意不要訪問`<script>``<style>`,
2016-01-02 13:34:50 +00:00
2016-01-18 03:14:19 +00:00
**練習 5.4** 擴展vist函數使其能夠處理其他類型的結點如images、scripts和style sheets。