程式設計師(寫後端應用)與 Web 程式設計師(寫 HTML、CSS、JavaScript)之間,長期存在一道分水嶺。而文件物件模型(DOM)正好填補了這道裂縫,讓「後端用 XML、前端用 HTML」成為切實可行的組合。本文由 Brett McLaughlin 執筆,帶你認識 DOM 在網頁中的應用,並開始挖掘它在 JavaScript 裡的用途。
與許多 Web 開發者一樣,你大概用過 HTML。它往往是程式設計師接觸網頁的起點,也常是最後收尾的一步——調調版面、顏色或樣式。但即使天天用,很多人對「HTML 送到瀏覽器、呈現在螢幕上時究竟發生了什麼」其實存在誤解。先釐清設計與提供網頁的流程:
看起來很基礎,但真正有趣的事,發生在第 4 步與第 5 步之間那一大堆「填充物」裡。這些問題——瀏覽器是否只是讀取並顯示文字?CSS 怎麼辦?外部檔中的 JavaScript 呢?事件處理器、函數與樣式又是如何對應到這段文字標記上的?——答案全都指向 DOM。
對多數程式設計師而言,頁面一放上瀏覽器,工作彷彿就結束了。但這種心態限制了你對瀏覽器內部所發生之事的理解,也限制了你用客戶端 JavaScript 動態更新、重構網頁的能力。
說到頁面外觀,你能提供的頂多只是「建議」:使用者可以覆蓋你的 CSS、調整字型大小、甚至換掉你選的顏色。你唯一能絕對掌控的,是網頁的結構。標記不會被使用者亂改,他們的瀏覽器只能老老實實從你的伺服器取回並顯示。而當你想真正改動頁面(這正是多數 AJax 應用的關注重點),操作的也正是這份結構。
一旦意識到標記其實與「組織」有關,你看它的眼光就會一變:h1 不再只是「大字級黑色粗體」,而是「標題」;p 表示段落,img 表示圖像,div 把頁面切成分區。樣式與行為(事件處理器、JavaScript)都是在這套組織「就緒之後」才套用上去的。因此,標記的組織與它的樣式、格式、行為,是可以分離的——這正是純文字檔作為 HTML 儲存格式的優勢:傳輸最有效率,也最容易分離。
但對瀏覽器來說,純文字標記恰恰是個燙手山芋。它得根據元素型別、class、ID 及在文檔中的位置套用 CSS;根據 JavaScript 改動不同部分的樣式與格式;改動表單欄位值;還要支援圖像翻轉等視覺效果。這些任務本身都不難,難的是「如何實現」。要把文字標記直接、視覺化地呈現給使用者,實在太不容易。
瀏覽器今天的答案,是用樹狀結構來表示 HTML。看這份簡單的頁面:
<html>
<head>
<title>Trees, trees, everywhere</title>
</head>
<body>
<h1>Trees, trees, everywhere</h1>
<p>Welcome to a <em>really</em> boring page.</p>
<div>
Come again soon.
<img src="example.gif" />
</div>
</body>
</html>
瀏覽器會把它轉成一棵樹,如圖 1 所示。

樹中的一切都從最外層的 html 包含元素開始,這叫「根元素」。head 與 body 是 html 的子節點;title 是 head 的子節點,而文字「Trees, trees, everywhere」又是 title 的子節點。就這樣一路組織下去。
沿用樹的比喻:head 與 body 這種「有自己的孩子」的節點叫「分支」,而末端沒有子節點的文字(如「really」)叫「葉子」。至於圖中那些小矩形,每個都是一個物件。用物件來表示 HTML 的每一部分,就能輕易地更改組織、套用樣式、讓 JavaScript 訪問文檔。
標記的每種型別都有自己的物件型別:元素用 Element,文字用 Text,屬性用 Attribute。瀏覽器不但能用物件模型表示文檔(免去處理靜態文字之苦),還能立刻辨認「這是什麼」,並據類型決定如何處理。透過物件,瀏覽器可以輕易更改其屬性——每個元素物件都有父元素與子元素清單,也有 style 屬性。例如:
someDiv.style.height = "300px";
有了物件,一切都解決了:不必像處理靜態檔那樣,每次改動都要重寫、重新解析、重新顯示。
如果你照前面的練習,把 HTML 攤開、畫成樹,會發現一些微妙之處。以 p 元素為例:若問「p 元素的文字內容是什麼」,多數人會答「Welcome to a really boring page.」——但對照圖 1,這個看似合理的答案其實並不正確。實際上,p 元素有三個不同的子物件:em 之前的文字、em 元素本身、em 之後的文字。順序尤其重要——段落若夾到標題中間,畫面就亂了。而且重點文字「really」並不是 p 的直接子元素,而是 em 的子元素;它可能與其他 p 文字有不同的格式,也能獨立移動。
試著把下面兩份巧妙嵌套的標記畫成樹,確保每個文字都有正確的父元素:
<html>
<head>
<title>This is a little tricky</title>
</head>
<body>
<h1>Pay <u>close</u> attention, OK?</h1>
<div>
<p>This p really isn't <em>necessary</em>, but it makes the
<span id="bold-text">structure <i>and</i> the organization</span>
of the page easier to keep up with.</p>
</div>
</body>
</html>
這些練習的答案見圖 2 與圖 3,別急著偷看,先自己動手畫一遍,你會更明白組織樹的規則有多嚴格。
屬性雖有自己的物件型別,但它並不是「顯示它的元素」的子元素,也不與嵌套元素、文字同處一個「層級」。屬性其實存在瀏覽器使用的物件模型裡,只是有點特殊:每個元素都有一份與「子物件清單」分離的「可用屬性清單」。所以 div 元素可能有個清單,裡頭裝著 id 與 class。屬性名在同一元素內必須唯一(不能有兩個 id),這讓清單易於維護與訪問;日後你也能用 getAttribute("id") 之類的方法按名稱取值。
關鍵差異在於:子物件清單可以含重複項(p 可以有多個 em 子元素),屬性清單則不行。而且只有元素才有屬性,文字物件並沒有屬性清單。
瀏覽器如何處理「格式不良」的標記,也值得一談。「格式良好(well-formed)」是 XML 的常用術語,有兩個基本含義:其一,每個起始標記都有配對的結束標記;其二,最內層的起始標記與最內層的結束標記正確配對,層層相扣。所以 <b><i>bold and italics</b></i> 是不合法的,因為最內層的 <i> 與最內層的 <b> 配錯了。這兩條規則不只簡化組織,也消除了不確定性——尤其當 CSS 規則會互相覆蓋時,格式套用的先後次序就更顯得舉足輕重。若瀏覽器收到格式不良的文檔,只能盡力而為,結果好的時候是個近似,糟的時候面目全非。所以最簡單的建議就是:確保文檔格式良好。
DOM 是 Document Object Model 的縮寫,是一份可從 W3C 取得的規範,它定義了物件的型別與屬性,讓瀏覽器得以表示標記。要訪問這個物件模型非常容易——在任何跑在網頁上的 JavaScript 裡,用內建的 document 變數即可:
var domTree = document;
這行碼本身沒什麼用,但它說明:每個瀏覽器都讓 document 物件之於 JavaScript 可用,而它代表的正是完整的標記樹。
再記一個術語:節點。標記的每一部分都由一個物件表示,而且是特定類型的 DOM 節點;文字、元素、屬性等更特定的類型,都繼承自這個基本節點類型。若你有 JavaScript 經驗,其實早已在用 DOM——例如 var number = document.getElementById("phone").value; 這行,就是用 DOM 找到特定元素並取值。每當你在 JavaScript 中敲下 document,就已經在用 DOM 了。
在 JavaScript 中,你不必像別的語言那樣操心型別名稱、可用屬性與強制轉換,只要建立變數並賦值即可:
var domTree = document;
var phoneNumberElement = document.getElementById("phone");
var phoneNumber = phoneNumberElement.value;
因為沒有型別,JavaScript 會依需要自動配置正確的型別,於是從 JavaScript 使用 DOM 變得微不足道。這些效果都發生在客戶端,能立即呈現,無需與伺服器溝通,於是應用感覺起來更即時、回應更快。
這裡先賣個關子——本文只是 DOM 的簡介,遠非詳盡說明。後續文章會深入探討如何在 JavaScript 中運用 DOM 更新網頁、快速改動 HTML,並在談 AJax 中的 XML 時再次回到 DOM。在此之前,不妨先拿自己的 HTML 動手畫畫樹,特別留意那些特殊情況:屬性、摻著元素在其中的文字、以及像 img 這種沒有文字內容的元素。把這些概念摸熟了,再學 JavaScript 與 DOM 的語法,打造靈活的 Web 回應就會輕鬆得多。
圖 2. 練習一的答案

圖 3. 練習二的答案
