Webブラウザエンジニアリング ―Chrome開発者たちから学ぶ、作って理解するブラウザとWebの仕組み

4章HTMLツリーの構築

　これまで、私たちのブラウザはWebページを、開始タグ、終了タグ、そしてテキストのストリーム（逐次的に解釈するデータ）として認識していました。しかしHTMLは実際にはツリー構造です。そして、ツリー構造はこれまで重要ではありませんでしたが、CSS、JavaScript、視覚効果といった将来実装する機能において重要になるでしょう。そのためこの章では、適切なHTMLパーサーを追加し、レイアウトエンジンがそれを使用するように変換します。

4.1　ノードのツリー

　HTMLツリー※1は、開始タグと終了タグの各ペアに対して1つのノードと、テキストの各範囲に対して1つのノードを持ちます※2。構造を示す単純なHTMLドキュメントを、図4.1に示します。

※1　これは通常DOM（Document Object Model[1]）ツリーと呼ばれるツリーです。ここでは当面、HTMLツリーと呼ぶことにします。

※2　実際には、コメント、DOCTYPE、CDATAセクション、処理命令など、他の種類のノードも存在します。他の種類のノードには非推奨なものもいくつか存在します。

　私たちのブラウザがツリーを使用するためには、トークンをノードに進化させる必要があります。これは、各ノードに子のリストと親へのポインタを追加することを意味します。ツリーの末端のテキストを表す、新しいTextクラスを以下に示します。

class Text:
    def __init__(self, text, parent):
        self.text = text
        self.children = []
        self.parent = parent

　1つのノードを作るには2つのタグ（開始タグと終了タグ）が必要なので、 ...