浅谈如何实现HTML5的离线存储

Posted 2021-04-04 程序员交流学习

关于html5离线存储原理及实现，笔者找到一篇介绍离线缓存的，感觉比之前看到的解释的更透彻，新的知识点记录如下：

大家都知道Web App是通过浏览器来访问的，所以离线状态下是无法使用app的。其中web app中的一些资源并不经常改变，不需要每次都向服务器发送请求。这时应运而生的离线缓存就显得尤为突出。通过把需要离线缓存储的文件列在一个manifest配置文件中。这样在离线情况下也可以使用app。

离线存储的manifest一般由三个部分组成:

1.CACHE:表示需要离线存储的资源列表，由于包含manifest文件的页面将被自动离线存储，所以不需要把页面自身也列出来。

2.NETWORK:表示在它下面列出来的资源只有在在线的情况下才能访问，他们不会被离线存储，所以在离线情况下无法使用这些资源。尚学堂•百战程序员陈老师指出，如果在CACHE和NETWORK中有一个相同的资源，那么这个资源还是会被离线存储，也就是说CACHE的优先级更高。

3.FALLBACK:表示如果访问第一个资源失败，那么就使用第二个资源来替换他，比如上面这个文件表示的就是如果访问根目录下任何一个资源失败了，那么就去访问offline.html。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。这里提供一个小工具——简易iis服务器，把它放在项目更目录下，双击运行即可模拟服务器环境。

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。

第一行，CACHE MANIFEST，是必需的：

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 NETWORK: 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：

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：

ALLBACK：/html5/ /404.html

注释：第一个 URI 是资源，第二个是替补。

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.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。

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。