4-解析-HTML 解析器
因為 HTML 語言在語法層面並有那麼嚴格的語法規則，導致常規的解析器並不能解析HTML文件，對應的解決方案讓瀏覽器廠商自定義 HTML 解析器。那麼，讓我們一起梳理一下 HTML 解析器到底是什麼吧~
輸入（語法）
因為 HTML 語法是由 W3C 組織建立的規範中進行定義的，而且語法格式是由 DTD （Document Type Definition）定義的，該格式中定義了語言中允許的元素、屬性和層次結構，適用一切的 SGML （Standard Gerneralized Markup Languge）族的語言。為了在發展的程式中向後相容老版本的內容，DTD 存在兩種模式，嚴格模式完全遵守 HTML 規範，其他模式支援老的瀏覽器使用的編輯。
解析演算法
因為 HTML 文件語法特性（包容性），以及在解析過程中存在指令碼會改變 HTML 文件（如： document.write），導致無法使用自上而下或是自下而上的解析器進行解析。
解析過程前半段是詞法分析，也就是標記化（tokenization），整體演算法的核心就是狀態機的改變（就是解析過程中有一個標識當前狀態應是解析到哪一個階段了）。
同時構建 DOM 樹，也就是樹構建（tree construction）過程，該過程就是我們在「解析-理論剖析」講述的一樣，將對應的標記去擊中語法，然後新增到 DOM 樹上。此過程中也有一個狀態機去維護對應的階段。
最後 DOM 樹是 HTML 文件的對映關係和存留 HTML 元素對外的介面（如： 對JS），每一個節點是由 DOM 元素和節點屬性組成。看一個例子：
<html>
<body>
<p>
Hello World
</p>
<div> <img src="example.png"/></div>
</body>
</html>
複製程式碼解析完，進入互動階段開始解析處於 'deferred mode' （that should be executed after the document is parsed）的指令碼，執行完這些指令碼後，文件狀態為 complete，觸發 load 事件。
因為解析器是瀏覽器廠商的自定義，而 HTML語法特性比較特殊，所以解析器要有相關的容錯機制，而這機制並不是 HTML 規範中強制規定，而是瀏覽器發展過程中的產品（友商之間互抄好的地方唄），但是後期的 HTML 5 規範中有部分容錯機制的要求（webkit 的 HTML 解析器就有這樣的註釋）。
上述只是描述到 HTML 文件的解析，那指令碼和樣式的解析順序呢？
因為 web 的模型式同步的原因，如果遇見內部 <script> 標籤，就會中斷 HTML 解析，開始執行指令碼，直到指令碼執行完畢，而遇到外部的指令碼，解析同樣中斷直到請求指令碼回來。這些解析模式在 HTML 4 5規範中有所描述。
畢竟突然中斷 HTML 解析還是會影響頁面展示的時間，那樣我們需要規避不必要的因指令碼而中斷解析，那就是給 <script>新增 defer 屬性，這是 HTML 5中給指令碼標記為非同步的標識，這樣指令碼通過不同的執行緒解析和執行。
當有指令碼在執行的過程中，會觸發「預解析」，此時是其他執行緒繼續解析文件，找到需要請求載入的資源，載入這部分資源（並行載入，提高整體速度）。預解析只解析外部檔案（外部指令碼、樣式或圖片），此過程不修改 DOM 樹。
樣式方面，因為解析樣式並不會影響 DOM 樹，所以不需要中斷文件解析。但同時存在一個問題，當指令碼獲取樣式資訊時，但此時樣式並沒有載入就會報錯。對應的解決手段就是阻塞指令碼，但不用瀏覽器阻塞的階段不同，firefox是當樣式載入或解析的時候，會阻塞所有的指令碼；而 webkit 是當指令碼去訪問那些確定會被為載入樣式影響到的屬性時，阻塞指令碼。
以上是剛剛完成了 DOM 樹的構建，那我們馬上進入後續階段咯~