给 WKWebView 应用做地址栏自动完成：拼音、常用度，还有一份自己的撤销栈
Overlay 是一个装着网页应用的悬浮面板，每个标签底下是一个 WKWebView。WKWebView 只负责显示网页，地址栏、历史、补全这些浏览器外壳一概没有，
得自己写。前一段时间 Overlay 的地址栏就是一个普通输入框，打什么就开什么。我自己最常遇到的情况是：几天前看过一个知乎问题或者飞书文档，
记得标题里的几个中文字，网址一个字母都想不起来。
所以这次的目标说得很具体：打中文名能找到，打拼音也能找到，常去的站排前面。下面按做的顺序记一下，包括后来审查和实机测试时翻出来的问题。
先把历史记对
动手才发现，原有的访问历史根本撑不起排序。
历史是给新标签页的"最近访问"卡片准备的：只留 200 条，按时间淘汰。更糟的是计数。页面网址变化时记一次访问，标题变化时又调了一次同一个函数， 于是一次导航算两次，单页应用每改一次标题再加一次。还有一处：启动时恢复上次的标签页，每个标签重新加载一次，也各算一次访问。 我的历史文件里有几个 GitHub Actions 的运行页面，访问次数高得不合常理。
改法很直接。标题回调只更新标题，不加次数。恢复会话的那次重新加载不算。上限提到 3000 条，满了先丢常用度最低的，不再丢最老的。 另外单独记一个"手动打开次数"：从地址栏或新标签页打开的页面，比点链接进去的更能说明"我想回到这里"。
加字段的时候差点踩坑。Visit 原来是编译器合成的 Codable，直接加一个非可选字段，老用户的 history.json 就会整份解码失败，
被挪成 .corrupt，历史清零。最后写成容错解码：新字段缺了给默认值，单条坏掉只丢那一条。设置文件早就是这么做的，历史这份当初漏了。
旧数据里已经虚高的次数我没有去修。排序时次数是取对数的，翻一倍只差一点，再加上时间衰减，慢慢会被冲淡。
匹配：先把字变成能比的样子
输入和候选走同一套规范化：NFKC（全角变半角）、小写、繁体转简体。这样 ｇｉｔ 能找到 github，飛書 能找到"飞书云文档"。
繁转简用的是 Foundation 的 applyingTransform，ICU 的 Hant-Hans。有个细节：高亮要知道命中的字在原文第几个位置，
所以规范化之后每个字符都得记得自己从哪来。我一开始整串做规范化，只要总字数没变就认为位置对得上。审查时有人构造出一个反例：
一处变长、一处变短，正好抵消，高亮就落到了别的字上。后来改成逐字规范化（ASCII 走快路），繁转简仍然整串做，只在 Unicode scalar 数量不变时采用。
拼音用的是系统自带的 mandarinToLatin 再去掉声调，没有引第三方库。转换不便宜：3000 条中文标题冷建索引，Release 构建下大约 0.4 秒。
所以索引在后台线程建，启动两秒后先预热一次，之后历史变了只增量重建，网址和标题都没变的条目直接复用，大约 20 毫秒。
每敲一个键的查询在 3 到 5 毫秒之间。
拼音还有几个小问题。多音字取系统给的读音，"银行"会变成 yin xing，我没处理。一段汉字里只要有一个字转不出拼音（比如生僻字），
早期整段都作废，现在在那个字那里断开，前后各自保留。ü 去声调后会变成 u，我改成了 v，打 nv 能找到"女"，和拼音输入法的习惯一致。
打分
输入按空格切成几个词，每个词都要命中某处才算匹配，命中方式各有分数：域名开头 100，标题开头 80，中文标题包含 60， 拼音从标题开头匹配 50，首字母 45，往下还有路径、标题中间的拼音等几档。几个词的分数相加，再乘一个常用度：
常用度 = 时间权重 × (1 + ln(1+访问) + 1.5·ln(1+手动打开) + 快捷入口 1.5 + 已打开 0.5)
时间权重从一天内的 1.0 降到三个月以上的 0.15。历史淘汰也用同一个分数，两边各算各的话，会出现"补全排第一的页面恰好被淘汰"这种事。
单个英文字母只认开头类的命中，不然打一个 g 会把所有域名里带 g 的站都拉进来。单个汉字不受这个限制，一个字在中文里就有意义。
还有一条是审查时补的：域名的最后一段不算命中。之前打 com、ai，甚至单个 c，常去的 .com、.ai 站点会被当成"子域名开头"顶到第一行，
回车直接进去。现在最后一段和 com.cn、co.uk 这类常见二级后缀都排除在外。我没有打包整份 Public Suffix List，内置了一张小表，
漏掉冷门后缀的代价只是那一段被当成普通子域名。
第一行是回车会做的事
这里有个取舍。Chrome 的做法偏保守，除了行内补全，回车基本就是搜索；Safari 有"首选结果"，强匹配的历史页面可以直接顶到第一行。 我选了后者，因为我最在意的场景就是打"知乎"回车进知乎，而不是去 Google 搜"知乎"。
代价是门槛必须严：每个词都要强命中，而且这个页面去过三次以上或手动打开过两次以上。达不到就退回搜索。 回车把人带到他没想去的地方，比多按一次 ↓ 糟糕得多。后面实测时这条规则又被补了两次，下面会讲。
行内补全（打 git 框里补出 github.com）只对 ASCII 输入做，候选至少去过两次。补到哪也有讲究：
首页去过就补到首页；没去过的话，站内只有一个常去页面就补那一页（fei 补成 feishu.cn/docs）；有好几个就只补域名。
最早我写的是"补到最常去的那一页"，在自己机器上一试，git 补出来一条几十个字符的 CI 运行页网址。
下拉不能是 SwiftUI 的 overlay
Overlay 的顶栏是一个 NSHostingView，下面的网页区是另一个视图，两棵树。SwiftUI 的 overlay 画不出顶栏的边界，下拉会被裁掉。
所以下拉是一个挂在面板上的子窗口：不激活的 NSPanel，becomesKeyOnlyIfNeeded，addChildWindow(_:ordered: .above)。
之前做密码填充下拉时已经走过一遍，这次照着做。
焦点必须一直留在地址栏里，键盘到不了下拉。↑↓、⇥、⏎、⎋ 都在 NSTextField 的 control(_:textView:doCommandBy:) 里截下来，
转给控制器。输入法组字期间（框里有带下划线的拼音）什么都不做：不报编辑、不转按键、不往框里写补全。
组字期间改框里的文字会打断输入法，这条在笔记编辑器那边已经吃过亏。
还有一个小坑：每敲一个字列表都重排，静止的鼠标下面换上来一行，会收到一次 mouseEntered，高亮被它抢走，回车打开的就不是你选的那一行。
现在只有鼠标真的移动过，hover 才算数。
审查和实机测试翻出来的
功能做完后我让三个审查并行过了一遍代码，又在自己的真实历史上实机跑了几轮。没有崩溃，但"回车去错地方"的问题有好几个。
最严重的一个：回车时我把高亮那一行的网址交给导航，而原来的导航入口第一步是看输入是不是扩展的地址栏关键字（Chrome 扩展的 omnibox，
"关键字 + 空格 + 内容"）。现在列表总有一行"搜索"，回车总被列表截走，传下去的是一个 Google 搜索网址，关键字永远匹配不上。
改成搜索行和"打开网址"行回车时交用户打的原文。
第二个：搜索也被记成了手动打开。搜过一次 "swift concurrency"，这个结果页就够格当首选，以后打 swift 回车打开的是旧搜索。
现在搜索不记手动打开，搜索结果页也永远不当首选、不参与补全。
第三个是我自己没想到的：粘贴。粘贴 github.com/apple 回车，会被补成更常去的 github.com/apple/swift。
现在只有"在末尾多打了一个字"才补全，粘贴、剪切、在中间插字都不补。判断方式是拿这次的内容和上次报上来的比，不靠按键名——
⌘X、粘贴、拖入、撤销都绕得过按键名。补全关掉以后，首选结果还是会把更长的那个网址顶上来，实机又补了一条：输入本身像网址时，首选只认正好是它的那条。
然后是删除。我一开始用 ⇧⌫ 从历史里删掉高亮那一条，审查指出按住 Shift 打大写时顺手退格，就会把第一行的历史永久删掉。
改成 Chrome 那样的 ⇧⌦（笔记本上是 fn+⇧+⌫）。单测都过了，实机一按，什么都没发生。
原来系统默认的按键绑定里没有"Shift + 向前删除"这一项，它在文本系统里被当成插入一个功能键字符，随即丢掉，永远不会变成命令，
doCommandBy 根本等不到。最后在输入框编辑期间挂了一个本窗口的按键监听，在按键进文本系统之前截下来。
⌘Z 也是实机才发现的。补全是在敲键的同一个事件里写进去的，系统的撤销把"打的字 + 补全"合成了一步，于是每按一次 ⌘Z，
框里就退回到之前出现过的某个补全：exa 之后是 ex 加 ample.com，再之后是 e 加一个完全不相干的域名。
控制器记的内容也和框里对不上了。现在这个输入框编辑期间关掉 field editor 自带的撤销，自己记"用户每次实际打的内容"，⌘Z 退回上一份。
什么时候算一次访问
记账原先挂在 webView.url 的 KVO 上。这个属性在临时导航阶段就会变，所以下载链接、跳转经过的中间网址都被记成了访问。
我写了一个裸的 WKWebView 小程序，把各种导航的回调顺序打出来看。新导航、服务器跳转、下载、DNS 失败，url 变化的那一刻 isLoading 都已经是 true；
跳转的中间网址从来不会提交（didCommit）；锚点和 pushState 改网址时 isLoading 是 false；下载被取消或加载失败后，url 会退回原来的页面，而且这时也不在加载。
于是访问改在主框架提交时记；url 变化时如果不在加载，说明是网页内部换了网址，当场记。每个标签再记住上一次记账的是哪个页面，
同一个页面再出现（锚点、刷新、www. 互跳、下载和失败后的回退）只更新标题，不加次数。新文档以空标题落账，标题只写给当前显示着的那个文档——
之前拿的是标签上一页的标题，在 B 站页面上打开纽约时报，那条记录的标题就会是"Bilibili"。
同一个站刷屏
用了几天，我发现打 git 会列出六七条几乎一样的 GitHub 网址。Chrome 很少这样，据我读 Chromium 代码的印象，它给历史结果的名额很少，
大部分位置留给了搜索联想，而且只索引手动打开过、去过多次或最近几天去过的网址。Overlay 不做搜索联想（那要把你打的每个字发给搜索引擎），
历史结果就成了列表的主体，问题也就更明显。
现在同一个站点最多 3 条，输入里带 / 时不限，那是在找具体页面。历史结果最多 7 条。只去过一次、没手动打开过、最后一次在三天以前的页面，
常用度打三折，而且只靠域名或路径命中时直接不出。靠标题或拼音命中的照出，打中文名找回只看过一次的页面，正是这个功能的初衷。
还没做的
搜索联想不做，理由上面说了。也没有完整的历史管理页，不能从 Safari 或 Chrome 导入历史，搜索引擎还是写死的 Google。 如果你多年的浏览记录都在 Chrome 里，Chrome 的地址栏手里的数据比 Overlay 多得多。 Overlay 的地址栏管的是你每天在悬浮面板里反复打开的那几个网页工具，让它们打两三个字就能回去。