如果簡單地將它視爲純文本，那麼對HTML等結構化文檔是否進行操作轉換？

Question

Google Wave協議的常見問題表明[HTML]「沒有理想的屬性」，而且「HTML使得OT（操作變換）如果不是不可能也很困難」[1]。這是爲什麼？如果將HTML簡單處理爲純文本，然後應用OT，會出現什麼問題？

1. http://www.waveprotocol.org/faq#TOC-What-s-the-XML-schema-for-waves-Why

Answer 1

我沒有一個完整的答案，但我希望看到在使現有的開源運營轉型與圖書館豐富的文本工作，更多的工作要做，所以我會貢獻什麼我知道。

HTML和Wave模式之間的重要區別似乎是標記文本格式的方式：用於HTML的帶嵌套標籤的分層對比帶外註釋（在文檔的頁腳中）帶有Wave XML範圍。帶外註釋可能是標記文本格式的更自然的方式，因爲它們允許重疊（非嵌套）格式。它允許這樣的事情（在僞標記），使用嵌套表示這不會是有效的XML：

(b) This is bold (i) while this range is both bold and italic (/b) and this last bit is just italic (/i)

相關，這裏是在ShareJS項目relevant issue。也許他們可以通過採用Wave XML模式的一部分來實現豐富的文本支持。

Answer 2

我假設你在這裏瞭解OT的基礎知識。將HTML做爲純文本的主要問題是合併html標籤。舉一個簡單的例子，假設我們有一個文件如下：

Hello world 

愛麗絲然後決定這個世界應該是大膽：

Hello <b>world</b> 

這可以用在OT雙插入操作來表示，示意圖：

Edit A: Keep 6 : Insert "<b>" : Keep 5 : Insert "</b>" 

如果Bob決定，「世界」應該是斜體，他看到了愛麗絲的編輯之前，他會增加操作的

Edit B: Keep 6 : Insert "<i>" : Keep 5 : Insert "</i>" 

如果服務器在Alice之後收到Bob的編輯，它需要將B轉換成A來變爲B'。

Keep語句通過轉換保持不變，但Insert「」轉換爲Insert「」可以變爲Keep 3：Insert「」或Insert「」：Keep 3.通常，服務器將被配置爲在稍後編輯第一次編輯。

Edit B': Keep 6 : Keep 3 : Insert "<i>" : Keep 5 : Keep 3 : Insert "</i>" 

這裏問題就變得很明顯。應用A然後B」與原始字符串給出了無效的HTML：

Hello <b><i>world</b></i> 

理論上，這可以通過改變前，後的刀片來解決，但這會很麻煩更復雜的例子中，可能涉及一個完整的文檔掃描每一次轉化。

正如其他答案指出的，這種混亂可以通過使用帶外註釋+純文本來避免。我只在學術論文迄今爲止看到的另一種方法是把XML結構與OT操作的樹節點添加，刪除，例如：

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.100.74

Answer 3

有approaches in OT支持的SGML（超XML），但沒有實現。所以，這不是不可能！雖然，我同意OT不是啓用XML的最佳方法。這是因爲OT是爲線性數據結構設計的。但HTML/XML更復雜：它具有屬性，並且它像樹一樣構建。它是一棵樹的事實是可以解決的，但是這些屬性 - 作爲一個有序的關聯數組來實現 - 並不支持OT。僅僅因爲關聯數組不被OT支持（目前）。上面的方法實際上建議將屬性視爲一個字符串：例如， 「id ='myid'value ='mystuff'」 但是，當一個用戶刪除所有屬性，並且另一個用戶在「mystuff」之後直接插入「字符時，您可以輕鬆地打破'屬性字符串'的整個語法。 。可能在一些div標籤看起來像這樣<div ">，這不是有效的語法解析

也許您對此有興趣：

CEFX是一個項目，目的是支持XML - 它已經死了，據我所知，但它使用。由於某些原因，不可能編輯字符串 - 只有xml元素

谷歌的Drive SDK支持類似圖形的數據結構，但它是專有和nobod你知道它是如何工作的。

我正在開發一個支持任意數據結構的框架。目前支持Text，Json，XML和HTML。它有一個不同的方法：檢查出來：Yatta!

順便說一句：Wave協議和Eric Drechsel描述的是OT中的Annotations。它通常用於支持富文本。