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

     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。

技术分享

      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:

技术分享

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

技术分享

JavaScriptCore/parser/parser.cpp:

[cpp] view plaincopy技术分享技术分享
 
  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技术分享技术分享
 
  1. {  
  2.     ASSERT(lexicalGlobalObject);  
  3.     ASSERT(exception && !*exception);  
  4.     int errLine;  
  5.     UString errMsg;  
  6.   
  7.     if (ParsedNode::scopeIsFunction)  
  8.         m_lexer->setIsReparsing();  
  9.   
  10.     m_sourceElements = 0;  
  11.   
  12.     errLine = -1;  
  13.     errMsg = UString();  
  14.   
  15.     UString parseError = parseInner();  
  16.     。。。  
  17. }  


UString Parser<LexerType>::parseInner()

[cpp] view plaincopy技术分享技术分享
 
  1. {  
  2.     UString parseError = UString();  
  3.       
  4.     unsigned oldFunctionCacheSize = m_functionCache ? m_functionCache->byteSize() : 0;  
[cpp] view plaincopy技术分享技术分享
 
  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技术分享技术分享
 
  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技术分享技术分享
 
  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技术分享技术分享
 
  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。

 

技术分享

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。