nw.js桌面软件开发系列第0.1节 HTML5和桌面软件开发的碰撞

第0.1节 HTML5和桌面软件开发的碰撞

当我们谈论桌面软件开发技术的时候，你会想到什么？如果不对技术本身进行更为深入的探讨，在我的世界里，有这么多技术概念可以被罗列出来（请原谅我本质上是一个Windows程序员的事实）。

操作系统 API。操作系统发展到今日，几乎桌面应用的所有功能，都是基于系统API构建的。调用API和语言及技术无关，哪怕是使用汇编。例如（代码来源于网络，本地重新编译）：

;我的第一个win32汇编程序
;一个经典的hello world !程序
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
.386
.model flat,stdcall
option casemap:none
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
;头文件的定义
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
include windows.inc
include user32.inc
include kernel32.inc
includelib user32.lib
includelib kernel32.lib
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
;数据段
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
.data
szCaption db '我的第一个win32程序',0
szText db 'hello world !',0
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
;代码段
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
.code
start:
invoke MessageBox,NULL,offset szText,offset
szCaption,MB_OK
invoke ExitProcess,NULL
;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
end start

代码清单0-1
汇编MessageBox

在代码清单0-1中，通过汇编调用MessageBox Api来呈现一个简单窗口程序。

代码清单0-1的运行结果如下：

图0-1 代码清单0-1运行结果

同样的，我们使用c/c++来调用这样一个win32 API，代码可能是如下这样的：

#include "windows.h"

int main()

{

MessageBox(NULL,
(LPCWSTR)L"Hello world!",

(LPCWSTR)L"我的第一个win32应用程序", MB_OK);

return 0;

}

代码清单0-2
c/c++版MessageBox

代码清单0-2运行结果如下图：

图0-2 代码清单0-2运行结果

在系统API之上，经过抽象与封装在各个操作系统上，形成了各自的所谓的库和框架。比如windows的MFC和Delphi等，Linux的Gnome、GTK+、KDE等，Max OS X平台的Cocoa开发库。对于系统API的强依赖性，直接导致的问题是桌面应用的可移植性，开发人员不得不针对不同平台的操作系统（即使同一平台也不一定能良好兼容）编写不同的代码。另外即使你已经编写了不同的代码来适配不同的操作系统和平台，仍然没有办法保证桌面应用的UI和交互是一致的，这一点上有的开发者认为一致反而是障碍，因为不同平台下的用户的桌面应用的使用习惯是不一样的。但是UI呢？我觉得保证UI一致是极其有必要的。

笔者接触到的最早的跨平台桌面UI库是Qt。

Qt 是一个跨平台的 C++ 图形用户界面库，由挪威 TrollTech 公司出品，目前包括Qt，基于 Framebuffer 的 Qt Embedded，快速开发工具 Qt Designer，国际化工具 Qt Linguist 等部分 Qt 支持所有 Unix 系统，当然也包括 Linux，还支持 WinNT/Win2k，Win95/98 平台。

图0-3 Qt

上文中提到的Linux的KDE就是Qt的杰作。Qt做出了两方面的努力，都很成功，一个是软件UI，Qt在UI方面展现了独特的效果，这种效果脱离了所依赖的操作系统的桌面风格，提现了桌面软件在交互体验方面的需求；另一个方面是跨平台性，它同时支持windows和Linux，在跨平台的同时保证了自身UI和交互效果的独立性。

值的一提的是，对于桌面软件的UI和用户体验，Linux和Os X从一开始就做得很好，相反windows一直在快速开发上做文章，这一点一直到.NET 的Winform都没有什么大的改变。我们不能说在windows上做不出炫酷的或者交互良好的桌面软件，毕竟强大的系统API能让我们无所不能，但是这是开发者的追求，不是这个技术体系的给我们的引导，结果是大多数windows桌面软件都是灰色的，几乎没什么好的交互效果（这可能有点偏激）。

现在我们简单总结下，桌面软件开发有两方面的问题成为制约：

1) 跨平台性

2) 低成本的UI和交互自定义

对于跨平台性，上面我们提到应用程序的底层是系统API，系统API具有天然的系统隔离性，对于开发人员处理这种兼容问题难度往往要大于实现应用程序本身。即使是Qt这样的UI库，也根本解决不了问题，UI库可以移植，单应用程序本身不能移植。随着python和Java这样的具有独立运行时的框架出现之后，跨平台的问题似乎看到了曙光。在操作系统API和应用之间加了一个隔离层，解放了开发者。微软的.NET也模仿了Java，但是只是实现了在windows 各个不同的系统之间的可移植性（微软现在也加入了开源大军，.NET也可以支持在Linux，OS X上运行了）。虽然运行时本身还具有系统的强依赖性，但是大多数开发者而言我们可以忽略这些，关注框架提供的基础类库而不是系统API。

跨平台性似乎暂时得到了好的解决方案（虽然并不完美，但是从生产力的角度确实得到了空前的提高，我们暂且认为问题得到了解决），那么UI和交互呢？顺着刚才的路线去想，在可跨平台的语言基础上，构建强大的UI库是不是就解决了这个问题呢？确实有人在这样做，但是却没有真正的成功者。问题出在哪里了呢？

在语言和框架发展的过程中，尤其是互联网的发展，专家们抽象和发展了应用程序的基础功能，比如文件访问、网络请求、压缩解压缩、加密解密等等，这些内容都被集成到了可跨平台的基础类库中，UI和交互一直做为附属品，在这些语言和框架中没有得到足够的重视。但是是人们不重视UI和交互吗？答案是否定的，随着互联网的发展，UI和交互越发的得到重视，而且空前发展，UI和交互有了单独的语言来处理和定义——HTML和CSS。可是遗憾的是这两门语言并没有运用到桌面应用里来，在编程领域出现了前端和后端的划分，出现了C/S和B/S的划分，出现了专门的前端程序员和后端程序员，却没有桌面程序员。这是历史的发展，我们无可厚非，而且要快乐的接受。HTML和CSS是全新的语言，和c/c++、Java/C#、Python都有本质的区别，首先它面向UI和交互，可以近乎精准的还原设计；其次它们是声明性语言，不是命令性语言。声明性语言为设计而生，你只需告诉它我要个黑色背景就可以了，这是语言层级的支持，而不像命令式语言想的是如何实现一个黑色背景。除了HTML和CSS之外，和它们绑定到一起的还有Javascript，一门很长一段时间只能运行在浏览器中同DOM进行交互的语言。

现在我们再回头看桌面软件开发，在UI和交互方面没有办法和网页端应用相比，这是从诞生开始就注定的宿命。在网页端应用飞速发展这些年里，尤其是HTML5出现之后，人们仿佛觉得桌面应用已经日落西山了，早晚有一天会消亡。虽然桌面应用的开发者数量在减少，构建在纯桌面环境的的应用也越来越少，但是桌面环境并没有要消失的迹象，即使是浏览器本身也仍然是一个桌面应用，它也只能完成桌面应用的一小部分功能，只要你要使用桌面，就会有桌面应用的需求。

桌面应用开发技术也没有止步，并和浏览器技术一步步融合。

融入互联网，融入web是人类生活的需求，同时也是桌面软件开发技术的需求，在软件内部嵌入和控制网页成为最初的诉求。于是浏览器的功能被精简，成为组件被引入桌面软件中，微软凭借自家浏览器技术的强项在.NET 中引入了WebBrowser控件，这一举措方便了开发者，同时因为WebBrowser控件强依赖系统安装的浏览器，微软的浏览器又和系统依赖过强，导致控件在不同的客户系统上的展现行为也会有差别。当然离跨平台又远了一步。

图0-4 WebBrower控件示例

同时我们也应该看到控件的方式虽然精简了浏览器功能，但是也扩展了Web应用的能力，控件是可以和调用者进行通信的，也就意味着控件是可以通过“后端代码”访问本地资源的。但是在这一方面并没有长足的发展。同时Google开源了Chromium项目，基于C++的CEF项目，将Chromium进行改造使之成为一个控件，相对于微软的WebBrowser控件，这一举措意义很大。Chromium是开源的，可以更好的和调用代码进行交互，甚至可以扩展javascript接口，使之可以调用操作系统资源。

随着web应用的发展，浏览器由于本身的定位和安全特性的限制，很多需要和客户端交互的功能无法完成，于是出现了浏览器扩展的概念，但是扩展也不是无限制的。这方面微软对浏览器的扩展最为粗暴，它直接支持Activex控件，几乎可以无限制访问本地资源，但是同时也打破了浏览器安全特性，这也是一直到现在很多银行的网银只支持IE浏览器的原因。其他浏览器也在这一方面做出了妥协，浏览器的Js或者本地扩展功能都被支持起来，不过仅仅是妥协而已，因为浏览器的使命不是开发桌面应用。

在这期间，微软做了很大的尝试，首先是基于.NET框架的WPF，微软推出了XAML语言，全新的声明性语言，想让开发者像写HTML一样编写软件的界面和交互，这不正是广大开发者的心声吗？可以说WPF是很成功的产品，使用WPF我们已经可以能够开发出炫酷的桌面软件了。但是从跨平台性角度讲，受.NET本身的制约，另外并没有斩掉开发者和设计师之间的鸿沟。它仍然是传统桌面软件的延伸，面向的是仍然是后端开发人员，前端开发、交互设计师、UI设计师并没有被引入进来。

图0-5 WPF

微软在这个方向上并没有止步，随着windows8操作系统的推出，Windows Runtime浮出水面。微软运行使用HTML5和Javascript开发WinRT的应用，看起来非常美好的一件事情，但是在微软手里却多出了很多遗憾。虽然我们可以使用HTML5和Javascript开发应用，甚至在移动端，但是这些应用只能运行于Windows
Runtime环境，连Windows8的传统桌面环境都不可以，更不要谈什么跨平台了。原因是微软直接扩展了Javascript类库，映射到Windows Runtime的底层API上。

图0-6 Windows
Runtime

这期间很多人也在尝试直接把B/S开发模型转移到桌面开发中，简单理解就是在本地启动一个WebServer 负责访问本地文件系统，UI端通过扩展将请求发送到Server再回调回来。这种方式看起来简单，实则实现起来很复杂，涉及到通信机制的改造。豆瓣曾经发布OneRing项目，使用类似的机制，后端使用Python来处理业务。

不论在两个方向上如何融合，前与后的本质区别并没有被打破。因为通过修改浏览器代码去一点点扩展Javascript使之成为超级浏览器，也不是不可取，只不过这期间的工程量还是很大的，腾讯的Webtop项目就是基于这个想法进行的，不过已经夭折了。本质上还是由于HTML的发展制约，浏览器厂商不去让浏览器足够强大，第三方很难做到。所幸HTML5和Node.js出现了，并被认可和发展壮大起来。

关于Html5的新特性，这里我不展开论述，读者自行搜索，总之一句话，Html5带来了翻天覆地的变化，使web应用在功能上可以更像桌面应用了。而Node.js的诞生，直接打破了Javascript只能寄宿于浏览器端的限制，直接走到了大后方，在Node运行时上，Javascript可以和其他后端语言一样访问本地资源，“为所欲为”（目前Node Js的基础类库还没有办法和其他后端语言相比，但是语言的功能本质发生了变化，在一个方向上了）。

图0-7 Html5新特性

图0-8 Node js

这里要再次提到Google开源，它开源了浏览器引擎及Javascript引擎V8，开源使得很多有梦想的程序员可以插上翅膀。于是乎这样的想法——打破浏览器的安全沙箱，让浏览器支持Node Js，前后端通吃——也就正常了。

因为Node
Js使用的也是V8引擎，所以改造浏览器去兼容Node Js，同时再根据桌面窗口的特性去扩展些API出来，从技术上讲小团队也是可以实现的。前端开发者也很容易加入到桌面软件开发的大潮中。同样一款应用，web端和桌面端可以共享一套设计和交互，甚至是同样的HTML和CSS以及负责交互的Javascript代码。基于Node Js去实现后端业务逻辑，可以和前端代码无缝整合，这是目前理想状态下的桌面软件开发环境。我们可以写类似这样的代码：

<!DOCTYPE
html>

<head>

</head>

<body>

var process = require('./addon')

console.log(process.getProcessList());

</script>

</body>

</html>

代码清单0-3
在html页面中调用nodejs

在浏览器中直接集成Node Js，是我们目前看起来技术实现上难度不高，同时可以为桌面软件开发带来新希望的方式。下面我们来看看开源界都做了什么。

hex。官方网站http://hex.youdao.com/。heX 提供了一种全新的构建桌面应用的方式，可以使用 web 技术快速构建跨平台的桌面应用。heX 基于 CEF 并且融合了 Chromium 与 Node.js，所以我们可以在 web 页面中使用各种 Node.js 原生模块及第三方扩展，同时在这些模块及扩展中还可以访问到
HTML 中的 DOM 元素。此外，heX 甚至可以以一种 web 容器的方式嵌入到桌面应用的工程中。

项目目前处于停滞状态。

图0-9 hex

appjs。官方网站AppJS。实现了Html+nodejs开发桌面软件的功能，项目目前处于停滞状态。

nw.js。官方网站NW.js。引用作者话说“通过Node.js和WebKit技术的融合，开发者可以用HTML5技术编写UI，同时又能利用Node.js平台上众多library访问本地OS的能力，最终达到用Web技术就可以编写桌面应用的目的。实现上是基于Chromium项目的Content Layer构建(Chromium Browser也同样基于Content Layer）；实现上的特点是把Node.js的消息循环（libuv）和Chromium Renderer进程的消息循环合并到一起，因为这样才能从DOM（HTML）中直接调用Node.js提供的函数；把Node.js使用的V8引擎和Chromium的V8引擎合并，使得Node.js的Javascript和DOM里面的Javascript可以互相访问；另外因为是支持本地应用，所以安全模型和Web程序有很大不同：nw.js程序可以做web应用不允许做的很多事情，除了通过node.js访问本地OS以外，还可以进行跨域访问等操作。”

图0-10 nw.js

nw.js目前是该方向上受关注度最高的项目，而且一直在持续更新。

electron.js。官方网站http://electron.atom.io/。electron.js 和nw.js有着千丝万缕的关系，其前身是github大名鼎鼎的atom shell。是目前最活跃的使用web技术开发桌面软件的开源项目。包括github的atom和微软的Visual Studio Code都基于electron.js开发。

图0-11
electron.js

目前为止，我觉得值得和大家介绍的项目就这么多（当然可能有更好的），这些项目为桌面软件开发打开了新天地，让web开发技术和桌面软件开发技术完美的融合在一起。大家可以到相关的网站去了解项目的详细信息。从此桌面软件开发有了新的技术体系，html5+node.js。当然探索还没有止步，比如edge.js（https://github.com/tjanczuk/edge）,打通了node js 和.NET运行时，可以实现互调，那么我们也是可以node js 为桥梁把复杂的业务逻辑封装到.NET中。微软的开源项目.NET Core，也让很多人产生了新的想法，是否可以将.NET Core 运行时直接打包到浏览器中，将.NET 类库直接生成Javascript 接口供网页中的js调用呢？

图0-12 .NET
Core 5

在将近两年的HTML5桌面软件开发过程中，虽然整体过程是愉快的，但是不可避免的遇到很多问题甚至是无法克服只能绕过的“坑”。两年里我主要使用的框架是nw.js(那时还叫node-webkit)，也在博客上零星的写了一些nw.js入门的教程，虽然不成体系，文章数量也不多，但是仍然是国内最全的教程了。nw.js 也在不断的迭代更新，于是我产生了重新动手，写一本完整的书来记录两年来的开发经验，这里面重要的不是nw.js如何使用，重要的是使用Html5和node.js开发桌面应用我们应该怎么做，会遇到什么问题，如何去解决。

在下一节，会给大家阐述下nw.js的基本实现原理。