Lendo sobre expressão regular vi um termo recorrente, DOM parser, e me surgiram as dúvidas:
- O que é DOM Parser?
- Como funciona?
- Toda linguagem tem?
Lendo sobre expressão regular vi um termo recorrente, DOM parser, e me surgiram as dúvidas:
Vamos começar pelo parser. Ele é um algoritmo que faz análise sintática de um texto identificando suas partes (tokens) e verificando se tudo está construído conforme determina uma gramática especificada (provavelmente em BNF). Neste uso específico ele faz a análise de um documento XML, HTML, etc. e gera um DOM para a aplicação usar.
Ele vai fazendo a análise elemento por elemento do texto e cria a estrutura em árvore. Isso é explicado um pouco melhor em uma pergunta sobre funcionamento de um compilador.
O Document Object Model é um grande objeto hierárquico com diversos elementos formando uma árvore.
É muito comum encontrarmos o DOM associados à linguagens XML e assemelhados. É possível que alguns compiladores de linguagens de programação gerem um DOM do código para seu próprio uso, e até mesmo disponibilize-o para a aplicação usar em tempo de execução. C# faz isso, mas hoje tem soluções melhores.
Não gosto muito do nome porque remete a fazer o parsing do DOM e na verdade o DOM é o resultado que ele gera.
Toda linguagem tem?
Como o DOM parser é um software com diversos componentes de função específica não é que linguagens vão ter ou não, é uma questão de ter uma biblioteca com essa função disponível para aquela linguagem. Se a linguagem manipula XML, HTML ou algo assim é praticamente certo que exista alguma coisa pronta na biblioteca padrão da linguagem. A qualidade e extensão de cada um pode variar.
Se a "linguagem" não tiver sempre é possível usar uma biblioteca de terceiros.
Não confundir o DOM com o próprio texto que gerar esse modelo. Um HTML não é o DOM, mas é normal ter uma relação direta entre eles. Você pode manipular o DOM sem manipular o HTML. Ou XML, ou JSON (menos comum), SVG, etc. O JavaScript manipula o DOM, não o HTML diretamente.
O parser entrega uma estrutura parcial ou integral em forma de árvore para que o código consumidor possa fazer o que deseja. Em geral a biblioteca do parser permite acessar os membros do DOM de forma fácil e até mesmo manipulá-lo.
Algumas linguagens, como é o caso do JavaScript, por característica específica, pode ter acesso ao DOM de forma direta, já que o DOM acaba sendo incorporado aos identificadores do código.
Está sendo criada uma especificação formal de como ele deve funcionar.
Veja mais em O que é parse, e como funciona o parse do DOM no HTML5?.