HTML5实现应用程序缓存(Application Cache)-巨人网络通讯

HTML5实现应用程序缓存(Application Cache)

为什么要使用Application Cache技术？

在HTML5之前，我们需要接入网络才能访问，这毫无疑问是网站多次请求服务器，造成速度变慢，对于PC用户，网络相对比较稳定，载入速度也不会差太多。但是移动端呢？移动端依赖无线信号、依赖信号塔、位置不固定、受附近建筑影响等。一系列导致网络的不稳定，我们不能改变用户，也不能放弃网络较慢的用户。
还有，在混合app领域，经常使用内置webview加载html页面，如果网速太慢，依然会造成上述问题。

离线存储技术

实际开发中，主要是使用Application Cache和LocalStorage技术，它们来自HTML5技术。

（1）Application Cache：通常用于静态资源（静态页面）的缓存。
（2）LocalStorage：通常用于AJAX请求缓存，存储非关键性AJAX数据。

我用一段话来赘述下为什么要使用Application Cache技术：
当页面有些元素它们是不变的，你可以使用Application Cache技术离线缓存掉，每次访问这些缓存掉的元素就不需要再请求服务器了，当有些东西经常变，那就让它们每次请求服务器吧！

HTML5 Application Cache特性

HTML5 引入了应用程序缓存，这意味着 web 应用可进行缓存，并可在没有因特网连接时进行访问。
应用程序缓存为应用带来三个优势：
（1）离线浏览：用户可在不介入网络时访问使用
（2）速度提升：已缓存资源加载得更快
（3）减少对服务器的请求：浏览器将只从服务器下载更新过或更改过的资源
~~支持情况：除了IE浏览器，都支持Application Cache~~

开始使用Application Cache

涉及角色：服务器和html文件

服务器端需要做的事情

管理维护manifest.appcache文件，检查manifest清单中是否有无法访问的文件，并及时更新，以免造成损失。

manifest文件（W3C建议文件扩展名为.appcache）
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）

~~我们梳理一下逐一进行介绍~~

一、CACHE MANIFEST（它是必须的）

CACHE MANIFEST
/reset.css
/logo.gif
/hx.js

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。
注意：文件位置根据文件在服务器的实际目录，确保路径正确。
总结：CACHE MANIFEST列出的资源是需要在本地缓存的文件（要缓存的文件）

二、NETWORK

NETWORK:
nav.html

NETWORK 小节规定文件 “nav.html” 永远不会被缓存，且离线时不可用。

NETWORK:
*

也可以使用星号“ * ”来指示所有其他资源/文件都需要因特网连接。
注意：千万不要把首页index放入NETWORK中禁止缓存，否则插件等无法使用。
总结：NETWORD列出的资源是需要每次请求的动态资源文件（不缓存的文件）

三、FALLBACK

FALLBACK:
/index/ /404.html

FALLBACK 小节规定如果无法建立因特网连接，则用 “404.html” 替代 /index/ 目录中的所有文件。
注意：第一个 URI 是资源，第二个是替补。
总结：FALLBACK列出的资源是如果某个文件无法联网或接入失败，则使用后一个替补显示。（友好的替补页面）

完整的manifest文件

CACHE MANIFEST
# Files that need to be cached2014.6.5
/reset.css
/logo.gif
/hx.js

NETWORK:
#Files that do not need caching2014.6.5
nav.html

FALLBACK:
#Files to be replaced2014.6.5
/index/ /404.html

注意：#代表注释行，看似简单的注释行却有着很大的用处，为什么这么说呢，因为应用的缓存会在其 manifest 文件更改时被更新。如果您编辑了一幅图片，或者修改了一个 JavaScript 函数，这些改变都不会被重新缓存。更新注释行中的日期和版本号、时间戮或md5码等，是一种使浏览器重新缓存文件的办法。

html需要做的事情

只需要引入manifest.appcache文件

<!DOCTYPE HTML>
<html manifest="manifest.appcache">

Application Cache生命销毁规则

（1）用户清空浏览器的缓存，此时Application Cache本地缓存将销毁。
（2）manifest文件被修改时，因为应用的缓存会在其 manifest 文件更改时被更新。如果您编辑了一幅图片，或者修改了一个 JavaScript 函数，这些改变都不会被重新缓存，此时Application Cache本地缓存将销毁。
（3）由程序来更新应用缓存

深入manifest.appcache文件

首先提醒的就是，千万不要把index首页禁止缓存，虽然放入NETWORK也不起作用，这是一种规范，也是一种规则，请遵守。

HTTP相关的缓存头域以及https的缓存页面限制，将被manifest所无视，所以在用户代理更新页面之前，它是不会过期的，也就是说，即使是HTTPS，也可以脱机工作。

各大浏览器对应用缓存的容量限制有所不同，几乎为5MB。

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。

缓存包含manifest清单的页面，所以实际上,即使我们不显示的把包含manifest的页面，列在manifest缓存清单中，这个页面也会被缓存。

每次网站更新，服务器端要进行manifest.appcache文件的检查和更新，避免造成损失。

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。

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

其实，不必明确的列出Application Cache链接到的页面，默认情况下，任何包含html元素manifest属性的页面都会缓存，这些自动缓存的页面称为主条目，而清单中列出的文件称为详细条目，如果某些文件需要在线访问，可以创建 “ 白名单 ”。像在NETWORK下的条目，这些文件通常称之为网络条目，每次联网，每次都要请求服务器。

第一行CACHE MANIFEST是固定的格式，且必须要写在第一行，也必须要有，NETWORK和FALLBACK为可选项。

FALLBACK中的资源必须和manifest文件同源。

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

当manifest文件发生改变时，资源请求本身也会触发更新

注释不仅仅起到不执行的作用，上述已经详细解释了，可以是版本号，时间戳或者md5码等等。

manifest文件中的cache部分不能使用通配符，必须手动指定，没有自动化工具。

在开发过程中，通过ajax与WCF进行数据交互时，常常头一次或头几次数据加载成功，以后均加载失败。

因为启用的web离线缓存机制，所以每次ajax加载数据时是从本地缓存文件中读取的，用的是ajax的get模式，因为get模式缓存，所以不会重新向服务器请求数据，导致数据加载失败。
改成ajax post方式后，数据 never cache,所以每次刷新网站，均会向service请求数据。

报错： Application Cache Error event: Manifest fetch failed (404)

解决方法：
manifest 文件需要配置正确的 MIME-type，即 “text/cache-manifest”。
manifest 的 contentType = text/cache-manifest，扩展名建议为 .appcache
且必须在 web 服务器上进行配置，不同的服务器配置方法不一样。

页面离线，ajax更新。

首先，你可以修改下 manifest 文件来更新这个页面，但是作为文章内容页面离线以后，就会存储在本地了，如果你是一篇章的话，那么这个文章的内容页就被存下来了，你如果以相同的 url 去访问，不管你文章里面的数据更新没有，这个离线下来的页面都不会更新了 ( 除非你更新manifest 文件 ) 。所以，你所有的动态数据，都得用 ajax 方式去获取，就像客户端一样，离线的页面应该是一个没有数据的空壳，然后通过 ajax 去拉去数据填补这个空壳。然后要注意的是，ajax 的请求地址，要写到manifest 的 network 中。

离线页面的更新（长尾问题）

网站更新了，如何更新用户本地的离线页面呢？
与很多文章中说的一样，先上线你的文件，然后修改一下页面中引入的cache.manifest文件即可，比如修改下注释，修改后，如果再访问页面，就会先去校验manifest 时候有更新，如有更新，再次刷新页面的时候，页面就会更新了。
长尾问题（非常重要）：
就像前面说到的一样，如果你的 manifest 文件更新了，你访问页面，需要刷新一次，更新的页面才能 load加载进来，那么这样就有一个问题，如果你的后端数据，就是给 js ajax 接口的数据变化了，你对应的 js 也修改了。那么你修改 manifest 上线的时候，第一次开页面，页面就会出 bug 了。再刷一次页面，就好了。那么，这个第一次访问的 bug ，是我们不想看到的。
而且你不能知道用户什么时候第二次再来访问你的页面，所以你的页面一旦使用 manifest 离线，就像客户端一样，这样就出现了长尾问题。还好， manifest 有一些 js 接口，可以来判断， load 更新文件。

cache.status属性返回当前离线应用状态

UNCACHED ( 数值 0) ：未启用离线应用
IDLE ( 数值 1) ：已开启离线应用，但本地缓存的资源是最新的，并且未标记为废弃资源
CHECKING ( 数值 2) ：当前更新缓存的状态为 “ 检查中 ”
DOWNLOADING ( 数值 3) ：当前更新缓存的状态为 “ 下载资源中 ”
UPDATEREADY ( 数值 4) ：当前更新缓存的状态为 “ 更新完毕 ”
OBSOLETE ( 数值 5) ：已开启离线应用，但缓存资源都已标记为废弃

如果文件超出缓存5M的大小，会造成什么。
比如我A频道维护了自己的Application Cache，B频道也维护了自己的，这个时候A频道如果使用达到了一个峰值，会导致B频道所有的缓存失效。
所以，建议Application Cache存储公共资源，不要存储业务资源！

由更新机制来说，首次更新manifest时，因为页面加载已经开始甚至已经完成，缓存更新尚未完成，浏览器仍然会使用过期的资源；浏览器是当Application Cache有更新时，该次不会使用新资源，第二次才会使用。这个时候update事件中执行window.reload事件。

window.applicationCache.addEventListener("updateready", function(){
    window.location.reload()
});

由上例可以知道，缓存的不只是显示定义的文件，比如上例中的applicationcache/时便会默认保存index.html为映射的数据，并且包含demo.appcache文件，很多时候会遇到一次文件更新线上老是不更新，这个时候随便在manifest配置文件中做一点修改即可更新。
做一下代码更改：

<html  manifest="A.appcache">
=>
<html  manifest="B.appcache">

这个时候如果不做A.appcache的更新的话，缓存将不会更新，原因是index.html被缓存了，检测的仍然是原manifest清单
各个页面统一管理自己的manifest清单，意思是a页面配置了common.js，b页面也配置了common.js，意思是a页面更新后，
b页面的manifest不更改的话，b页面依旧读取的是老版本的文件，这个有一定道理却也有一定浪费，需要公共页面做处理。