前端实现网络阅读软件之分页原理与算法(一)

688 查看

昨天晚上在群里交流各种脑动大开的题目，我顺手也提了一个问题： JS如何做“字符分页“

原意是源于我4年前公司项目，我负责开发1年的样子，后来各种原因就没有然后了…

http://reader.appcarrier.com/

以上图片是手机上的截图，Metro风格当前可是风靡一时，软件本身是类似现在的”追书神器”

通过书名，在网络上搜索到对应的内容，之后保存到本地数据库。在通过JS获取数据再处理

自己装好测了下，貌似下载服务器已经挂了~

程序采用PhoneGap打包的，数据采集是用底层完成的，其余的都是通过前端处理

规定：采集到一本书内容，按照书的章节分数据块，写入到本地数据库中，数据库可以用SQLite，webkit是支持的

前端层面需要处理的几个重要问题：

字符分页：一个页面到底可以容纳多少字符（文字，符号，空格等等）
性能问题：如何快速生成指定页面
模拟翻页：类似ibooks翻页效果，页正反页面都有文字

由于时间太久了，我也没仔细去查阅代码了，这里只能凭记忆描述下

原理：

要实现类似于图书的效果，首先要进行的，就是分页操作。也就是说，需要把一段长长的文字，分解成若干个页面。

分页背景知识：

表面上来看，分页操作并不复杂，但实际上分页是非常复杂的功能，这个想靠js去计算文字占用的空间，难，非常难

我在问的时候，大家脑洞打开，比如：用一个不换行的宽度100%的容器，计算什么时候scrollwidth 大于width，那么就可以计算出标点需要多少个填满，等等之类的答案

现在站在我的理解层次简单描述下：

纯文本：

纯文本是最简单的情况。纯文本的高度是固定的，因此，只要能计算出每一行的高度，就可以进行分页。但是，中文排版也不是一件简单的事情，因为中文的标点是很有讲究的：

某些标点不能出现在行的开头，例如“逗号”就不应该出现在行首。有些标点不能出现在行的结尾，例如“正引号”就不应该出现在行的结尾。这个叫做标点的“避头尾”。
如果出现连续的标点，例如冒号后面跟着引号，那么这两个标点不应该占据2个字符的位置，而应该合并起来占据一个字符的位置。这个叫做标点的“压缩”。

html格式：

对于html格式，情况就复杂很多，因此此时行距不固定了，段前、段后间距可能是任意值，而且每行的文字的字体、字号都有可能不一样，这样，计算每一行的高度，就要考虑到种种细微的因素。

如果中间再有图像，情况就会进一步复杂。图像的高度，图像和文字的边距等等。

服务器计算：

如果在服务器里面，提前计算好分页呢？也有问题，因为要适合不同的手机分辨率，软件本身还可以设置字体的大小，等等

因此：

即使是纯文本，高度的计算也是有一个复杂度的。当然，有些软件可能不考虑这些中文特性，胡乱计算。
不管采用底层的Java语言，还是采用客户端的Javascript语言，要实现精致的分页算法都是很难的。
可能有人想问，如果分页分得不好会出现什么情况。最常见的，是最下面以行，某些文字只能显示“半行”。而且显而易见，出现半行的几率，远远大于正好是整行的几率。

总结：通过纯理论去计算分页，和自己写一个文字排版软件区别已经不大了，这绝不是短期的工作能够完成的。况且我也写不出~

HTML对分页的支持

HTML并不直接支持分页。

Adobe正在建议一个新的CSS样式，称为CSS Region（http://www.adobe.com/devnet/html5/articles/css3-regions.html）。

如果这个功能开发成功，就能实现类似于排版软件的排版效果。据说这个功能在新的Chrome测试版中正在开发中，但何时能投入使用并稳定运行，还是未知数。

html5新增加了一个功能，就是分栏（columns）。分栏功能可以制作类似于Word中的分栏效果

html5的分栏效果以及CSS代码

如果还不了解分栏，则请阅读如下文章：

分栏虽然不如CSS region那样灵活，但勉强也能够在不同的栏之间，实现文字的拆分。如果我们把每个栏设置成刚好一页的话，就初步模拟了分页的效果。

分栏功能的性能及动态结构

虽然分栏功能初步能够模拟分页效果，但还存在着不少问题：

分栏形成的页面，是连续排列的。也就是说，可以支持滑动操作，但并不能支持“翻页”效果。
如果栏目过多时，性能会很差。（大约20~30个栏目会有明显性能下降）

我们先讨论第2个问题，就是如何动态切换分栏中的内容。

由于分栏存在性能问题，因此，我们不可能把很长的内容，全部用分栏排列（请注意，这是我们后面进行了复杂设计的原因。如果分栏没有性能问题，自然也不需要那么复杂的设计）。

由于性能问题，我们不能把所有需要的内容，全部放在分栏结构中，只能一段一段地显示在栏目中。也就是说，用于构建分栏的段落，是动态变化的。

在这种情况下，对于分页的方式而言，最大的问题，是前面的段落，会影响后面的段落的排列。

考虑如下图所示的情况。

图中两个段落在分栏状态下排列

图中，蓝色段落充满了一个栏后，会挤出一些内容到下一栏。而绿色段落，会从蓝色段落结束的地方继续排列。

现在假设动态切换时，蓝色段落被删除，而在绿色段落后面，增加了红色段落。此时，不能让绿色段落从栏首开始排列，必须在绿色段落的开始，给出一个空白的间隔出来，

如图所示。

图中红色段落的排版

也就是说，虽然蓝色段落被删除，但是其对分栏排版的影响，仍然需要计算在内。就上图来说，第1个栏可以完全忽略，因为不影响后面的排版。第2栏的上半部分，也就是蓝色段落的“剩余影响”，在排版仍然要考虑在内。

如何计算每个段落对后面的段落的“剩余影响”呢？幸好在分栏模式下，提供了获取每个段落的高度的功能，就是用zepto的height()函数就可以获取高度。获取了高度之后，除以栏目高度的余数，就是“剩余影响”。

因此，精确地计算出每个段落的高度，就可以实现动态的分栏排版。

以上就是基于对分栏实现排版的理论，之后涉及

分栏功能对翻页的支持
分页的实现
翻页的效果
性能优化

等等这些知识点，等下一节发布吧