前言
JavaScript源码经过了词法分析和语法分析的处理就产生了语法分析树,接下来的工作就是将语法分析树转换为字节码,也就是本文将要讲述的内容。上述的整个过程实际上就是任何一门程序语言必经的步骤——编译。但是不同于许多语言(C/C++/Objective-C),JavaScript编译结束之后,并不会生成存放在硬盘之中的目标代码或可执行文件,生成的指令字节码,可能会立即被虚拟机进行逐行解释执行,也有可能被缓存下来通过JIT技术转换为本地代码。
CodeCache
在开篇中,我们提到如下的图:
当语法分析结束后,就该CodeCache大显身手了,从名字就可以推断出,它负责CodeBlock的缓存处理
1 | class CodeCache { |
m_sourceCode是容器,用来存储CodeBlock
CodeCache有4个getXXXCodeBlock,用来获取各种CodeBlock,其中前3个都会调到getGlobalCodeBlock方法:
1 | template <class UnlinkedCodeBlockType, class ExecutableType> |
getFunctionExecutableFromGlobalCode比较特殊:
1 | UnlinkedFunctionExecutable* CodeCache::getFunctionExecutableFromGlobalCode(VM& vm, const Identifier& name, const SourceCode& source, ParserError& error) |
它并没有返回CodeBlock,而是返回一个UnlinkedFunctionExecutable,然而在UnlinkedFunctionExecutable内部的方法generateUnlinkedFunctionCodeBlock实际上也调用了BytecodeGenerator::generate:
1 | static UnlinkedFunctionCodeBlock* generateUnlinkedFunctionCodeBlock( |
最终下来,BytecodeGenerator的探索显得格外重要了
BytecodeGenerator
BytecodeGenerator名如其意:字节码生成器。它对外有一个类方法generate,里面调用了它的构造函数生成一个临时的BytecodeGenerator变量,并调用其不带参数的generate方法返回是否是解析错误,而真正的字节码结果存放在第3个参数CodeBlock中
1 | template<typename... Args> |
接下来看下它的几个私有构造函数:
1 | class BytecodeGenerator |
可以看到,BytecodeGenerator需要注入以下几个参数,其中除了DebuggerMode外,任何一个参数,都可能是一个篇幅讲述不完的,所以尽量讲的简要一点。
- VM 虚拟机
- Node,有
ProgramNode、FunctionNode、EvalNode和ModuleProgramNode4种UnlinkedCodeBlock,和Node相对应,有UnlinkedProgramCodeBlock、UnlinkedFunctionCodeBlock、UnlinkedEvalCodeBlock和UnlinkedModuleProgramCodeBlock4种- DebuggerMode 是否是调试模式
- VariableEnvironment 变量环境
参数分析
VM
如枚举VMType所示,VM有3种类型:
1 | enum VMType { Default, APIContextGroup, APIShared }` |
1 | // WebCore has a one-to-one mapping of threads to VMs; |
VM的定义如下: 其中构造函数是私有的,外部不可访问,另外还罗列了一些我认为重要的成员变量
1 | class VM : public ThreadSafeRefCounted<VM> { |
ExecState是执行脚本的对象,由GlobalObject管理的,负责记录脚本执行上下文
Node
在语法分析篇中,我们提到了Node的继承图,其中本文提到的4中Node均继承自ScopeNode,而ScopeNode继承自StatementNode,显然这4种Node属于基本语句,并且和区域范围有关。
UnlinkedCodeBlock
UnlinkedCodeBlock是代码管理类,主要有UnlinkedProgramCodeBlock、UnlinkedFunctionCodeBlock、UnlinkedEvalCodeBlock和UnlinkedModuleProgramCodeBlock4种。它存储的是
编译后的ByteCode
,它的继承层级如下图所示:
与之对应的还有一个CodeBlock,主要用于LLint和JIT,它的继承层级和UnlinkedCodeBlock极其类似,我们后续的系列篇章中会提到。
VariableEnvironment
VariableEnvironment有一个非常重要的成员变量m_map,它用来存放各种被标记的变量:
1 | Map m_map; |
它的key为UniquedStringImpl*类型,value为枚举类型Traits
1 | enum Traits : uint16_t |
同时,它还有若干重要的方法,用来捕获和标记变量
1 | bool hasCapturedVariables() const; |
从这些方法名和枚举值可以简单地推测出:它主要用来标识变量的上下文,例如是否是闭包中捕获的变量,是否是导入的变量等
generate
接下来就该分析核心函数generate了:
1 | ParserError BytecodeGenerator::generate() |
emitBytecode
前文提到的4种Node均继承自ScopeNode,所以这里展开多态性分析:
ProgramNode
1 | void ProgramNode::emitBytecode(BytecodeGenerator& generator, RegisterID*) |
1 | static void emitProgramNodeBytecode(BytecodeGenerator& generator, ScopeNode& scopeNode) |
调用堆栈如下:
1 | ProgramNode::emitBytecode |
ModuleProgramNode
1 | void ModuleProgramNode::emitBytecode(BytecodeGenerator& generator, RegisterID*) |
可以看到ModuleProgramNode和ProgramNode两者的emitBytecode调用堆栈是一致的,这里不再重复分析。
调用堆栈如下:
1 | ModuleProgramNode::emitBytecode |
EvalNode
1 | void EvalNode::emitBytecode(BytecodeGenerator& generator, RegisterID*) |
调用堆栈如下:
1 | EvalNode::emitBytecode |
FunctionNode
FunctionNode的字节码生成比较麻烦,它区分了几种解析模式:
1 | enum class SourceParseMode : uint8_t { |
其中前7种都算是Funtion的范畴,这里针对GeneratorWrapperFunctionMode和GeneratorBodyMode做了单独解析处理,其它的走默认解析方式
1 | void FunctionNode::emitBytecode(BytecodeGenerator& generator, RegisterID*) |
GeneratorWrapperFunctionMode和GeneratorBodyMode都包含了Generator,推测应该和ES6推出的Genetator
函数有关,这里简单提一下: 形式上,Generator
函数是一个普通函数,但是有两个特征。一是,function关键字与函数名之间有一个星号;二是,函数体内部使用yield表达式,定义不同的内部状态.
GeneratorBodyMode样式如下:
1 | function* helloWorldGenerator() { |
GeneratorWrapperFunctionMode的样式如下:
1 | function *gen(a, b = hello()) |
简单认识一下,这里不会深究,因为最终关心的是字节码的生成。可以看到,不管是以上哪种Node的emitBytecode,最后都不可避免地走到了emitStatementsBytecode。毕竟不管是ProgramNode、EvalNode,还是FunctionNode,都是由一些基本的语句组成的,因此Bytecode的生成最终会和语法分析篇中提到的各种Node扯上关系。同时也可以合理推测到:emitStatementsBytecode只是一个起点,绝对不是终点,在里面可能会有各种递归循环调用在等待着我们。。。