HTML5离线存储原理

前言：

使用HTML5，通过创建cache manifest文件，可轻松创建web应用的离线版本。
HTML5引入了应用程序缓存，这意味着web应用可进行缓存，并可在没有网络时进行访问。
应用程序缓存为应用带来三个优势：

  • 离线浏览–用户可在离线时使用它们。

  • 速度–已经缓存的资源加载得更快。

  • 减少服务器负载–浏览器将只从服务器下载更改过的资源。

原理和环境

如上面提到的HTML5的离线存储是基于一个新建的.appcache文件的，通过这个文件上的解析清单离线存储资源，这些资源就会像cookie一样被存储了下来。之后当网络在处于离线状态下时，浏览器会通过被离线存储的数据进行页面展示。

就像cookie一样，html5的离线存储也需要服务器环境。

解析清单

在开始之前要先了解下manifest（即.appcache文件），上面的解析清单要怎么写。

manifest 文件是简单的文本文件，它告知浏览器被缓存的内容（以及不缓存的内容）。
manifest 文件可分为三个部分：

  • CACHE MANIFEST - 在此标题下列出的文件将在首次下载后进行缓存

  • NETWORK - 在此标题下列出的文件需要与服务器的连接，且不会被缓存

  • FALLBACK - 在此标题下列出的文件规定当页面无法访问时的回退页面（比如 404 页面）
    在线的情况下,用户代理每次访问页面，都会去读一次manifest.如果发现其改变, 则重新加载全部清单中的资源。

CACHE MANIFEST

第一行，CACHE MANIFEST，是必需的：

1
1 CACHE MANIFEST /theme.css /logo.gif /main.js

上面的 manifest 文件列出了三个资源：一个 CSS 文件，一个 GIF 图像，以及一个 JavaScript 文件。当 manifest 文件加载后，浏览器会从网站的根目录下载这三个文件。然后，无论用户何时与因特网断开连接，这些资源依然是可用的。

NETWORK

白名单，使用通配符”*”. 则会进入白名单的open状态. 这种状态下.所有不在相关Cache区域出现的url都默认使用HTTP相关缓存头策略.

下面的 NETWORK 小节规定文件 “login.asp” 永远不会被缓存，且离线时是不可用的：

1
<font color=red>NETWORK</font>: login.asp

可以使用*来指示所有其他资源/文件都需要因特网连接：

1
NETWORK: *

FALLBACK

下面的 FALLBACK 小节规定如果无法建立因特网连接，则用 “offline.html” 替代 /html5/ 目录中的所有文件：

1
ALLBACK：/html5/ /404.html

注释：第一个 URI 是资源，第二个是替补。

更新缓存

一旦应用被缓存，它就会保持缓存直到发生下列情况：

  • 用户清空浏览器缓存

  • manifest 文件被修改

  • 由程序来更新应用缓存

Demo

1
2
3
4
5
|-- index.html 
|-- demo.appcache 
|-- image 
    |-- 01.jpg 
    |-- 02.jpg

index.html

1
2
3
4
5
6
7
8
9
10
11
<!DOCTYPE html> 
<html lang="en" manifest="demo.appcache"> 
<head> 
    <meta charset="UTF-8"> 
    <title>HTML5离线存储</title>
</head> 
<body> 
    <img src="image/01.jpg" alt=""> 
    <img src="image/02.jpg" alt=""> 
</body> 
</html>

demo.appcache

1
2
3
CACHE MANIFEST #v01 image/01.jpg
NETWORK: *
FALLBACK: /

image文件夹下存储着

01.jpg

01.jpg

02.jpg

02.jpg

当服务器开启时

当服务器关闭时（是关闭，暂停看不出效果）

可以看见图片1成功被离线展示出来了，图片2像正常情况一样显示不出来。

现在我想把图片2和图片1的位置换一下呢.

1
2
3
4
<body> 
    <img src="image/02.jpg" alt=""> 
    <img src="image/01.jpg" alt=""> 
</body>

这时候发现问题来了，html明明修改了为什么图片没有置换过来呢，我不是在demo.appcache文件的NETWORK写了星号吗?除了CACHE MANIFEST文件其它都采用在线模式。查资料得知：引入manifest的页面,即使没有被列入缓存清单中，仍然会被用户代理缓存。
好吧，那我把.appcache文件更新下，于是乎把头部的版本号修改一下#v02。刷新下页面还是没反应！再刷新，有了！为什么？

对于浏览器来说,manifest的加载是要晚于其他资源的. 这就导致check manifest的过程是滞后的.发现manifest改变.所有浏览器的实现都是紧随这做静默更新资源.以保证下次pv,应用到更新.

通过控制台我们能够窥探一二：

第一次刷新，应用程序缓存更新准备事件

第二次刷新才会看到效果。

缓存立即执行

我们的产品已经更新了用户却要第二次进来才能够看到，这样用户体验也太差了吧，有什么方式能够解决呢？好在html5给javascript提供了相关的API。

API篇幅太多自行查看把，这里我晒下我测试成功的code：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
/*code1,简单粗暴的*/
applicationCache.onupdateready = function(){
    applicationCache.swapCache();
    location.reload();
};
/*code2，缓存公用方法*/
var EventUtil = {
    addHandler: function(element, type, handler) {
        if (element.addEventListener) {
            element.addEventListener(type, handler, false);
        } else if (element.attachEvent) {
            element.attachEvent(“on” + type, handler);
        } else {
            element["on" + type] = handler;
        }
    }
};
EventUtil.addHandler(applicationCache, “updateready”, function() { 
    //缓存更新并已下载，要在下次进入页面生效
    //检查缓存manifest文件是否更新，ps:页面加载默认检查一次。
    applicationCache.update(); 
    //交换到新的缓存项中，交换了要下次进入页面才生效
    applicationCache.swapCache(); 
    
    location.reload(); //重新载入页面
});

code1一般用在页面加载时直接触发，而code2的方式可后期检查更新。

注意事项

  • 站点离线存储的容量限制是5M

  • 如果manifest文件，或者内部列举的某一个文件不能正常下载，整个更新过程将视为失败，浏览器继续全部使用老的缓存

  • 引用manifest的html必须与manifest文件同源，在同一个域下

  • 在manifest中使用的相对路径，相对参照物为manifest文件

  • CACHE MANIFEST字符串应在第一行，且必不可少

  • 系统会自动缓存引用清单文件的 HTML 文件

  • manifest文件中CACHE则与NETWORK，FALLBACK的位置顺序没有关系，如果是隐式声明需要在最前面

  • FALLBACK中的资源必须和manifest文件同源

  • 当一个资源被缓存后，该浏览器直接请求这个绝对路径也会访问缓存中的资源。

  • 站点中的其他页面即使没有设置manifest属性，请求的资源如果在缓存中也从缓存中访问

  • 当manifest文件发生改变时，资源请求本身也会触发更新