HTML汇报生成器

🚀 不用写一行代码！把项目总结、工作汇报、研究报告、技术文档、提案、数据看板直接变精美HTML。12种主题 × 11种背景动效 × 9种鼠标特效 × 10种边框样式 × 实时调色器 × 毛玻璃卡片 × PDF导出，生成后还能自由调色，零门槛AI直出。触发词：项目总结、工作汇报、PPT、生成报告、做个总结、HTML文档、数据报告、流程文档、会议纪要、技术文档、研究报告、数据看板、提案、做个展示页、帮我做个汇报、文档生成。

下载

词法分析由状态机驱动流式消费，htmltokenizer从字节流首帧启动，避开正则冲突与简单配对缺陷，依赖几十种状态的有限状态机处理注释、cdata、引号等特殊场景。

词法分析不是一次性切字符串，而是状态机驱动的流式消费

浏览器不会等整个 HTML 文件下载完再开始解析，HTMLTokenizer 从字节流第一帧就开始工作。它不靠正则全局匹配，因为 <script></script> 里的 if (a d) 会和标签尖括号冲突；也不靠简单找 和 <code>> 配对，因为注释、CDATA、引号内内容都必须跳过。真正起作用的是一个几十种状态组成的有限状态机：比如遇到 进入 <code>TagOpenState，接着读到 / 切到 EndTagOpenState，读到字母就进 TagNameState，中间穿插处理属性值引号配对、转义序列（如 &、\'）、跨行注释等。

AtomicHTMLToken 是所有后续处理的原子单位

Blink 中每个 token 都是 AtomicHTMLToken 实例，不是字符串片段。它携带结构化字段：type_（如 kStartTag、kCharacter）、name_（"div"）、attributes_（键值对列表）、self_closing_（是否自闭合）。这个对象不负责渲染，也不参与样式计算，只做一件事：把原始字节流变成可被 HTMLTreeBuilder 消费的确定性输入。如果 token 构造失败（比如属性值没闭合引号），解析器会按容错规则补全或丢弃，但绝不会抛异常中断流程。

错误处理不是报错，而是“降级生成合理 DOM”

词法分析阶段遇到非法输入时，不会停止或报 SyntaxError。常见情况包括：

• 未闭合的 <p></p>：在 BeforeHtmlInsertionMode 下自动补 并继续
• 嵌套错误如 <div><p></p></div>：先关闭 <p></p>，再关闭 <div>，不还原已 emit 的 token <li>UTF-8 BOM 或开头空格：直接触发怪异模式，但 tokenization 照常进行</li> <li>注释中含 <code>--> 外的短横：当作普通文本吞掉，不中断注释状态

这种设计让页面即使写错也能出结果，代价是 DOM 结构可能和源码不一致——这也是为什么不能靠肉眼检查 HTML 就断定最终渲染效果。

编码识别必须在 tokenization 开始前完成

<meta charset="utf-8"> 必须出现在前 1024 字节内，否则 Blink 已用默认编码（ISO-8859-1）解码了前面内容，再改也晚了。更隐蔽的问题是：VS Code “BOM on save” 选项、CMS 模板注入的不可见字符、甚至 HTTP 响应头里缺失 charset，都会导致后续 token 的 name_ 或 attributes_ 字段乱码。这时候看到的 AtomicHTMLToken.name_ 可能是 "á" 而不是 "á"，但解析器照常把它当标签名处理——DOM 树建出来了，只是节点名错了。

词法分析真正难的不是识别 <div>，而是确保在任意脏数据、任意编码混杂、任意网络分块到达顺序下，都能持续输出结构正确的 <code>AtomicHTMLToken 流。一旦这一步出偏差，后面 DOM 构建、CSSOM 合并、Layout 计算全跟着漂移。