Artikel ini adalah ringkasan presentasi yang tersedia di sini. File demo yang dihasilkan dapat diunduh di akhir artikel. Repositori dapat ditemukan di
Perkenalan
File Tunggalalat untuk pengarsipan web, biasanya menyimpan sumber daya halaman web sebagai URI data. Namun, pendekatan ini mungkin tidak efisien untuk sumber daya yang besar. Solusi yang lebih elegan muncul melalui penggabungan struktur fleksibel format ZIP dengan HTML. Kami kemudian akan mengambil langkah lebih jauh dengan merangkum seluruh struktur ini dalam file PNG.
Kekuatan ZIP
Format ZIP menyediakan struktur terorganisir untuk menyimpan banyak file. Hal ini didasarkan pada struktur dengan entri file diikuti oleh direktori pusat. Direktori pusat bertindak sebagai daftar isi, berisi header dengan metadata tentang setiap entri file. Header ini mencakup informasi penting seperti nama file, ukuran, checksum, dan offset entri file. Apa yang membuat ZIP sangat serbaguna adalah fleksibilitasnya dalam penempatan data. Format ini memungkinkan data ditambahkan sebelum konten ZIP dengan mengatur offset lebih besar dari 0 untuk entri file pertama, sekaligus memungkinkan hingga 64 KB data untuk ditambahkan setelahnya (yaitu komentar ZIP). Fitur ini membuatnya cocok untuk membuat file poliglot.
Membuat File Poliglot HTML/ZIP
Berdasarkan pengetahuan ini, kita dapat membuat arsip self-extracting yang berfungsi di browser web. Halaman yang akan ditampilkan dan sumber dayanya disimpan dalam file ZIP. Dengan menyimpan data ZIP dalam komentar HTML, kita dapat membuat halaman self-extracting yang mengekstrak dan menampilkan konten file ZIP.
Berikut adalah struktur dasar halaman self-extracting:
kumpulan karakter=utf-8>
Harap tunggu...
lib/zip.min.js>
Harap tunggu...
assets/main.js
script on this “bootstrap page” reads the ZIP data by calling fetch(””)
and uses the lib/zip.min.js
JavaScript library to extract it. This bootstrap page is then replaced by the extracted page with its resources. However, there’s a problem: due to the same-origin policy, retrieving ZIP data directly with fetch(””)
fails when the page is opened from the filesystem (except in Firefox).
Reading ZIP Data from the DOM
To overcome the filesystem limitation, we can read ZIP data directly from the DOM. This approach requires careful handling of character encoding. The bootstrap page is now encoded inwindows-1252
, which allows data to be read from the DOM with minimum degradation. Some encoding challenges emerge:
- DOM text content gets decoded to
UTF-16
instead ofwindows-1252
- The
NULL
character (U+0000
) gets decoded to the replacement character (U+FFFD
) - Carriage returns (
\r
) and carriage return + line feeds (\r\n
) get decoded to line feeds (\n
)
windows-1252
. For the last point, “consolidation data” in a JSON script tag is added in the bootstrap page. This data tracks the offsets of carriage returns and carriage return + line feeds, and enables accurate reconstruction of the original content when extracting the ZIP data.
Here is the resulting structure:
charset=windows-1252>
Please wait...
lib/zip.min.js>
Harap tunggu...
aplikasi/json>
(konsolidasi data)
Adding PNG to the Mix
The PNG format consists of a signature followed by chunks. Each chunk contains these fieds:- Length (4 bytes)
- Type identifier (4 bytes) e.g.,
IHDR
(header),IDAT
(data),IEND
(end of file),tEXt
(custom data)… - Data content (n bytes)
- CRC32 checksum (4 bytes)
- PNG signature (8 bytes)
IHDR
chunk (13 bytes)- One or more
IDAT
chunks IEND
chunk (12 bytes)
The Final Form: HTML/ZIP/PNG Polyglot Files
The ultimate implementation combines all three formats into a single file. The HTML format’s fault tolerance allows for this complex structure. However, this approach introduces new challenges:- The signature, the
IHDR
and theIEND
chunks become visible as text nodes briefly and should be removed as soon as the page is parsed - The displayed page is rendered in quirks mode, requiring specific handling through
document.write()
and related methods to parse the displayed page
(PNG signature)
(IHDR chunk)
(tEXt chunk
Please wait...
Please wait...
) (potongan IEND)
Optimasi Melalui Penggunaan Kembali Gambar
Pengoptimalan terakhir menghapus gambar dari file ZIP dan menggunakan kembali halaman tersebut, yang ditafsirkan sebagai file PNG, untuk menggantikannya di halaman yang ditampilkan.
File yang Dihasilkan
Unduh demo.png.zip.html.