163 lines
5.6 KiB
Markdown
163 lines
5.6 KiB
Markdown
## 5.2. 遞歸
|
||
|
||
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。
|
||
|
||
```Go
|
||
golang.org/x/net/html
|
||
package html
|
||
|
||
type Node struct {
|
||
Type NodeType
|
||
Data string
|
||
Attr []Attribute
|
||
FirstChild, NextSibling *Node
|
||
}
|
||
|
||
type NodeType int32
|
||
|
||
const (
|
||
ErrorNode NodeType = iota
|
||
TextNode
|
||
DocumentNode
|
||
ElementNode
|
||
CommentNode
|
||
DoctypeNode
|
||
)
|
||
|
||
type Attribute struct {
|
||
Key, Val string
|
||
}
|
||
|
||
func Parse(r io.Reader) (*Node, error)
|
||
```
|
||
|
||
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：
|
||
|
||
```Go
|
||
gopl.io/ch5/findlinks1
|
||
// Findlinks1 prints the links in an HTML document read from standard input.
|
||
package main
|
||
|
||
import (
|
||
"fmt"
|
||
"os"
|
||
|
||
"golang.org/x/net/html"
|
||
)
|
||
|
||
func main() {
|
||
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)
|
||
}
|
||
}
|
||
```
|
||
|
||
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。
|
||
|
||
```Go
|
||
// visit appends to links each link found in n and returns the result.
|
||
func visit(links []string, n *html.Node) []string {
|
||
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
|
||
}
|
||
```
|
||
|
||
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fetch（1.5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/
|
||
```
|
||
|
||
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。
|
||
|
||
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。
|
||
|
||
```Go
|
||
gopl.io/ch5/outline
|
||
func main() {
|
||
doc, err := html.Parse(os.Stdin)
|
||
if err != nil {
|
||
fmt.Fprintf(os.Stderr, "outline: %v\n", err)
|
||
os.Exit(1)
|
||
}
|
||
outline(nil, doc)
|
||
}
|
||
func outline(stack []string, n *html.Node) {
|
||
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)
|
||
}
|
||
}
|
||
```
|
||
|
||
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。
|
||
|
||
下面是 https://golang.org 頁面的簡要結構:
|
||
|
||
```
|
||
$ 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]
|
||
...
|
||
```
|
||
|
||
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。
|
||
|
||
**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。
|
||
|
||
**練習 5.2：** 編寫函數，記録在HTML樹中出現的同名元素的次數。
|
||
|
||
**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>`和`<style>`元素,因爲這些元素對瀏覽者是不可見的。
|
||
|
||
**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。
|