地址解析
「输的是路径还是网址」看起来像界面问题,其实是网页平台的行为,所以归内核。
「地址栏里输的是路径还是网址」「about: 开头的怎么处理」——这些看起来像界面问题,其实是网页平台的行为。
判据写在 src/address.rs 的模块注释里:换一套外壳之后,这个判断还要重新做一遍吗? 要,那它就该在内核里。不然两套写法迟早会有出入——「什么是文件路径」这种判断尤其容易各写各的。
(注释里的「外壳」指的是调用内核的那一层。这个仓库里只有内核,没有外壳。)
同一段注释还划了另一条线:内核不生产文档。 它只解析它拿到的文档。起始页、空白页、出错提示都不在这里,谁提供内容谁负责把 HTML 交进来。
地址解析
pub enum Target {
File(String), // 本地文件,值是 file:// 地址
Remote(String), // 网络地址
}
pub fn resolve_input(input: &str) -> Result<Target, String>;判断顺序:
- 空串 →
Err,原因写「没有输入地址」 - 看起来像路径 →
File - 其余 →
Remote
认不出来时返回原因,而不是硬拼一个地址让后面去失败——调用方把这句话显示给用户,比「打不开」有用。
什么算路径
pub fn looks_like_path(input: &str) -> bool;认六种前缀:
~
file://
/
./
../
~/裸文件名不算路径。 page.html 会被当成主机名,补上 http:// 去取。
这条是有意的,resolve_input 的注释里写了原因:
// 文件路径只认带前缀的写法。裸文件名不当路径:`example.com` 与
// `index.html` 在这个位置上长得一样,按主机名处理是浏览器的惯例,
// 猜错了更让人困惑。example.com 和 index.html 在字符串上没有任何可区分的特征——都有点、都有字母、都没有协议前缀。任何一种启发式规则(看后缀是不是 html?看有没有点?)都会误判另一半。定成按主机名处理之后,要打开当前目录下的文件就写 ./page.html,规则简单、没有意外。
file:// 地址的构造
pub fn file_url_from_input(input: &str) -> Result<String, String>;已经是 file:// 开头就只做一次规范化,把 .. 之类抹平;~ 与 ~/ 开头的先展开家目录,读不到 HOME 就报错让你改用绝对路径;其余的交给 std::path::absolute 转成绝对路径。
std::path::absolute 的好处是它不碰文件系统——只是把 ./a.html 拼成 /cwd/a.html,不检查文件存不存在。于是「路径算出来了但文件不存在」和「路径本身就非法」这两类错误能分开报。
编码(空格、#、?、%、非 ASCII)交给 url 的 from_file_path 处理。反方向有 path_from_file_url。
补全
pub fn normalize(input: &str) -> String;含 :// 的原样返回,否则补 http://。
pub fn resolve_link(base: &str, href: &str) -> String;按当前文档地址补全一个相对地址。空串与 #anchor 原样返回——# 开头的是页内锚点,不需要补全,也不需要导航。其余用 Url::join;base 不合法时回退成原 href。
没有「当成搜索词」这一档:搜索功能还没接,一律按主机名处理,让取不回来的错误自己说话。
测试
address.rs 12 条,覆盖六种路径前缀、~ 展开、裸主机名补协议、相对链接补全、#anchor 的原样返回,以及各类非法输入的兜底。