[WebKit内核]JavaScriptCore深度解析-基础篇（一）字节码生成及语法树构建详情分析

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

template <ParserMode mode> TokenType LiteralParser<CharType>::Lexer::lex(LiteralParserToken<CharType>& token)  

{  

    while (m_ptr < m_end && isJSONWhiteSpace(*m_ptr))  

        ++m_ptr;  

  

    if (m_ptr >= m_end) {  

        token.type = TokEnd;  

        token.start = token.end = m_ptr;  

        return TokEnd;  

    }  

    token.type = TokError;  

    token.start = m_ptr;  

    switch (*m_ptr) {  

        case '[':  

            token.type = TokLBracket;  

            token.end = ++m_ptr;  

            return TokLBracket;  

        case ']':  

            token.type = TokRBracket;  

            token.end = ++m_ptr;  

            return TokRBracket;  

        case '(':  

            token.type = TokLParen;  

            token.end = ++m_ptr;  

            return TokLParen;  

        case ')':  

            token.type = TokRParen;  

            token.end = ++m_ptr;  

            return TokRParen;  

        case ',':  

            token.type = TokComma;  

            token.end = ++m_ptr;  

            return TokComma;  

        case ':':  

            token.type = TokColon;  

            token.end = ++m_ptr;  

            return TokColon;  

        case '"':  

            return lexString<mode, '"'>(token);  

        case 't':  

            if (m_end - m_ptr >= 4 && m_ptr[1] == 'r' && m_ptr[2] == 'u' && m_ptr[3] == 'e') {  

                m_ptr += 4;  

                token.type = TokTrue;  

                token.end = m_ptr;  

                return TokTrue;  

            }  

            break;  

        case '-':  

        case '0':  

[cpp] view plaincopy

        ...  

        case '9':  

            return lexNumber(token);  

    }  

    if (m_ptr < m_end) {  

        if (*m_ptr == '.') {  

            token.type = TokDot;  

            token.end = ++m_ptr;  

            return TokDot;  

        }  

        if (*m_ptr == '=') {  

            token.type = TokAssign;  

            token.end = ++m_ptr;  

            return TokAssign;  

        }  

        if (*m_ptr == ';') {  

            token.type = TokSemi;  

            token.end = ++m_ptr;  

            return TokAssign;  

        }  

        if (isASCIIAlpha(*m_ptr) || *m_ptr == '_' || *m_ptr == '$')  

            return lexIdentifier(token);  

        if (*m_ptr == '\'') {  

            return lexString<mode, '\''>(token);  

        }  

    }  

    m_lexErrorMessage = String::format("Unrecognized token '%c'", *m_ptr).impl();  

    return TokError;  

}  

      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

<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

{  

    ASSERT(lexicalGlobalObject);  

    ASSERT(exception && !*exception);  

    int errLine;  

    UString errMsg;  

  

    if (ParsedNode::scopeIsFunction)  

        m_lexer->setIsReparsing();  

  

    m_sourceElements = 0;  

  

    errLine = -1;  

    errMsg = UString();  

  

    UString parseError = parseInner();  

    。。。  

｝  

UString Parser<LexerType>::parseInner()

[cpp] view plaincopy

{  

    UString parseError = UString();  

      

    unsigned oldFunctionCacheSize = m_functionCache ? m_functionCache->byteSize() : 0;  

[cpp] view plaincopy

//抽象语法树Builder：  

ASTBuilder context(const_cast<JSGlobalData*>(m_globalData), const_cast<SourceCode*>(m_source));  

if (m_lexer->isReparsing())  

    m_statementDepth--;  

ScopeRef scope = currentScope();  

[cpp] view plaincopy

//开始解析生成语法树的一个节点：  

SourceElements* sourceElements = parseSourceElements<CheckForStrictMode>(context);  

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

JavaScriptCore/bytecompiler/NodeCodeGen.cpp:  

template <typename LexerType>  

template <class TreeBuilder> TreeConstDeclList Parser<LexerType>::parseConstDeclarationList(TreeBuilder& context)  

{  

    failIfTrue(strictMode());  

    TreeConstDeclList constDecls = 0;  

    TreeConstDeclList tail = 0;  

    do {  

        next();  

        matchOrFail(IDENT);  

        const Identifier* name = m_token.m_data.ident;  

        next();  

        bool hasInitializer = match(EQUAL);  

        declareVariable(name);  

        context.addVar(name, DeclarationStacks::IsConstant | (hasInitializer ? DeclarationStacks::HasInitializer : 0));  

        TreeExpression initializer = 0;  

        if (hasInitializer) {  

            next(TreeBuilder::DontBuildStrings); // consume '='  

            initializer = parseAssignmentExpression(context);  

        }  

        tail = context.appendConstDecl(m_lexer->lastLineNumber(), tail, name, initializer);  

        if (!constDecls)  

            constDecls = tail;  

    } while (match(COMMA));  

    return constDecls;  

}  

      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

{  

    if (dst == generator.ignoredResult())  

        return 0;  

    return generator.emitLoad(dst, m_value);  

}  

     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