[WebKit内核] JavaScriptCore深度解析--基础篇（一）字节码生成及语法树的构建

看到HorkeyChen写的文章《[WebKit] JavaScriptCore解析--基础篇(三)从脚本代码到JIT编译的代码实现》，写的很好，深受启发。想补充一些Horkey没有写到的细节比如字节码是如何生成的等等，为此成文。

JSC对JavaScript的处理，其实与Webkit对CSS的处理许多地方是类似的，它这么几个部分：

（1）词法分析->出来词语(Token)；

（2）语法分析->出来抽象语法树（AST：Abstract Syntax Tree）；

（3）遍历抽象语法树->生成字节码（Bytecode）；

（4）用解释器（LLInt：Low Level Interpreter）执行字节码；

（5）如果性能不够好就用Baseline JIT编译字节码生成机器码、然后执行此机器码；

（6）如果性能还不够好，就用DFG JIT重新编译字节码生成更好的机器码、然后执行此机器码；

（7）最后，如果还不好，就祭出重器--虚拟器（LLVM：Low Level Virtual Machine）来编译DFG的中间表示代码、生成更高优化的机器码并执行。接下来，我将会用一下系列文章描述此过程。

其中，步骤1、2是类似的，3、4、5步的思想，CSS JIT也是采用类似方法，请参考[1]。想写写JSC的文章，用菜鸟和愚公移山的方式，敲开JSC的冰山一角。

本篇主要描述词法和语法解析的细节。

一、 JavaScriptCore的词法分析器工作流程分析

W3C是这么解释词法和语法工作流程的：

词法器Tokenizer的工作过程如下，就是不断从字符串中寻找一个个的词（Token），比如找到连续的“true”字符串，就创建一个TokenTrue。词法器工作过程如下：

JavaScriptCore/interpreter/interpreter.cpp:
template <typename CharType>

[cpp] view plaincopy

1. template <ParserMode mode> TokenType LiteralParser<CharType>::Lexer::lex(LiteralParserToken<CharType>& token)
2. {
3. while (m_ptr < m_end && isJSONWhiteSpace(*m_ptr))
4. ++m_ptr;
5. if (m_ptr >= m_end) {
6. token.type = TokEnd;
7. token.start = token.end = m_ptr;
8. return TokEnd;
9. }
10. token.type = TokError;
11. token.start = m_ptr;
12. switch (*m_ptr) {
13. case ‘[‘:
14. token.type = TokLBracket;
15. token.end = ++m_ptr;
16. return TokLBracket;
17. case ‘]‘:
18. token.type = TokRBracket;
19. token.end = ++m_ptr;
20. return TokRBracket;
21. case ‘(‘:
22. token.type = TokLParen;
23. token.end = ++m_ptr;
24. return TokLParen;
25. case ‘)‘:
26. token.type = TokRParen;
27. token.end = ++m_ptr;
28. return TokRParen;
29. case ‘,‘:
30. token.type = TokComma;
31. token.end = ++m_ptr;
32. return TokComma;
33. case ‘:‘:
34. token.type = TokColon;
35. token.end = ++m_ptr;
36. return TokColon;
37. case ‘"‘:
38. return lexString<mode, ‘"‘>(token);
39. case ‘t‘:
40. if (m_end - m_ptr >= 4 && m_ptr[1] == ‘r‘ && m_ptr[2] == ‘u‘ && m_ptr[3] == ‘e‘) {
41. m_ptr += 4;
42. token.type = TokTrue;
43. token.end = m_ptr;
44. return TokTrue;
45. }
46. break;
47. case ‘-‘:
48. case ‘0‘:

[cpp] view plaincopy

1. ...
2. case ‘9‘:
3. return lexNumber(token);
4. }
5. if (m_ptr < m_end) {
6. if (*m_ptr == ‘.‘) {
7. token.type = TokDot;
8. token.end = ++m_ptr;
9. return TokDot;
10. }
11. if (*m_ptr == ‘=‘) {
12. token.type = TokAssign;
13. token.end = ++m_ptr;
14. return TokAssign;
15. }
16. if (*m_ptr == ‘;‘) {
17. token.type = TokSemi;
18. token.end = ++m_ptr;
19. return TokAssign;
20. }
21. if (isASCIIAlpha(*m_ptr) || *m_ptr == ‘_‘ || *m_ptr == ‘$‘)
22. return lexIdentifier(token);
23. if (*m_ptr == ‘\‘‘) {
24. return lexString<mode, ‘\‘‘>(token);
25. }
26. }
27. m_lexErrorMessage = String::format("Unrecognized token ‘%c‘", *m_ptr).impl();
28. return TokError;
29. }

经过此过程，一个完整的JSC世界的Token就生成了。然后，再进行语法分析，生成抽象语法树.

JavaScriptCore/parser/parser.cpp:

[cpp] view plaincopy

1. <span style="font-family: Arial, Helvetica, sans-serif;">PassRefPtr<ParsedNode> Parser<LexerType>::parse(JSGlobalObject* lexicalGlobalObject, Debugger* debugger, ExecState* debuggerExecState, JSObject** exception)</span>

[cpp] view plaincopy

1. {
2. ASSERT(lexicalGlobalObject);
3. ASSERT(exception && !*exception);
4. int errLine;
5. UString errMsg;
6. if (ParsedNode::scopeIsFunction)
7. m_lexer->setIsReparsing();
8. m_sourceElements = 0;
9. errLine = -1;
10. errMsg = UString();
11. UString parseError = parseInner();
12. 。。。
13. ｝

UString Parser<LexerType>::parseInner()

[cpp] view plaincopy

1. {
2. UString parseError = UString();
3. unsigned oldFunctionCacheSize = m_functionCache ? m_functionCache->byteSize() : 0;

[cpp] view plaincopy

1. //抽象语法树Builder：
2. ASTBuilder context(const_cast<JSGlobalData*>(m_globalData), const_cast<SourceCode*>(m_source));
3. if (m_lexer->isReparsing())
4. m_statementDepth--;
5. ScopeRef scope = currentScope();

[cpp] view plaincopy

1. //开始解析生成语法树的一个节点：
2. SourceElements* sourceElements = parseSourceElements<CheckForStrictMode>(context);
3. if (!sourceElements || !consume(EOFTOK))

｝
         举例说来，根据Token的类型，JSC认为输入的Token是一个常量声明，就会使用如下的模板函数生成语法节点（Node），然后放入ASTBuilder里面：

[cpp] view plaincopy

1. JavaScriptCore/bytecompiler/NodeCodeGen.cpp:
2. template <typename LexerType>
3. template <class TreeBuilder> TreeConstDeclList Parser<LexerType>::parseConstDeclarationList(TreeBuilder& context)
4. {
5. failIfTrue(strictMode());
6. TreeConstDeclList constDecls = 0;
7. TreeConstDeclList tail = 0;
8. do {
9. next();
10. matchOrFail(IDENT);
11. const Identifier* name = m_token.m_data.ident;
12. next();
13. bool hasInitializer = match(EQUAL);
14. declareVariable(name);
15. context.addVar(name, DeclarationStacks::IsConstant | (hasInitializer ? DeclarationStacks::HasInitializer : 0));
16. TreeExpression initializer = 0;
17. if (hasInitializer) {
18. next(TreeBuilder::DontBuildStrings); // consume ‘=‘
19. initializer = parseAssignmentExpression(context);
20. }
21. tail = context.appendConstDecl(m_lexer->lastLineNumber(), tail, name, initializer);
22. if (!constDecls)
23. constDecls = tail;
24. } while (match(COMMA));
25. return constDecls;
26. }

接下来，就会调用BytecodeGenerator::generate生成字节码，具体分下节分析。我们先看看下面来自JavaScript的一个个语法树节点生成字节码的过程：

JavaScriptCore/bytecompiler/NodeCodeGen.cpp:
RegisterID* BooleanNode::emitBytecode(BytecodeGenerator& generator, RegisterID* dst)

[cpp] view plaincopy

1. {
2. if (dst == generator.ignoredResult())
3. return 0;
4. return generator.emitLoad(dst, m_value);
5. }

以下是我准备写的文章题目：

一、 JavaScriptCore的词法分析器工作流程分析；

二、 JavaScriptCore的语法分析器工作流程分析；

三、 JavaScriptCore的字节码生成流程分析；

四、 LLInt解释器工作流程分析；

五、 Baseline JIT编译器的工作流程分析；

六、 DFG JIT编译器的工作流程分析；

七、LLVM虚拟机的工作流程分析；

八、JavaScriptCore的未来展望；

文笔粗糙，不善表达，希望能越写越好。

第一时间获得博客更新提醒，以及更多技术信息分享，欢迎关注个人微信公众平台:程序员互动联盟(coder_online)，扫一扫下方二维码或搜索微信号coder_online即可关注,我们可以在线交流。

引用：

1 https://www.webkit.org/blog/3271/webkit-css-selector-jit-compiler/

2 http://blog.csdn.net/horkychen/article/details/8928578

转载自：http://my.oschina.net/coderonline/blog/392971