首页 > 代码库 > [WebKit内核] JavaScript引擎深度解析--基础篇(一)字节码生成及语法树的构建详情分析

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

 

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

标签: webkit内核JavaScriptCore
技术分享 分类:
 

      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:

 

[cpp] view plain copy
 
 技术分享技术分享
  1. JavaScriptCore/interpreter/interpreter.cpp:  
  2. template <typename CharType>  
  3. template <ParserMode mode> TokenType LiteralParser<CharType>::Lexer::lex(LiteralParserToken<CharType>& token)  
  4. {  
  5.     while (m_ptr < m_end && isJSONWhiteSpace(*m_ptr))  
  6.         ++m_ptr;  
  7.   
  8.     if (m_ptr >= m_end) {  
  9.         token.type = TokEnd;  
  10.         token.start = token.end = m_ptr;  
  11.         return TokEnd;  
  12.     }  
  13.     token.type = TokError;  
  14.     token.start = m_ptr;  
  15.     switch (*m_ptr) {  
  16.         case ‘[‘:  
  17.             token.type = TokLBracket;  
  18.             token.end = ++m_ptr;  
  19.             return TokLBracket;  
  20.         case ‘]‘:  
  21.             token.type = TokRBracket;  
  22.             token.end = ++m_ptr;  
  23.             return TokRBracket;  
  24.         case ‘(‘:  
  25.             token.type = TokLParen;  
  26.             token.end = ++m_ptr;  
  27.             return TokLParen;  
  28.         case ‘)‘:  
  29.             token.type = TokRParen;  
  30.             token.end = ++m_ptr;  
  31.             return TokRParen;  
  32.         case ‘,‘:  
  33.             token.type = TokComma;  
  34.             token.end = ++m_ptr;  
  35.             return TokComma;  
  36.         case ‘:‘:  
  37.             token.type = TokColon;  
  38.             token.end = ++m_ptr;  
  39.             return TokColon;  
  40.         case ‘"‘:  
  41.             return lexString<mode, ‘"‘>(token);  
  42.         case ‘t‘:  
  43.             if (m_end - m_ptr >= 4 && m_ptr[1] == ‘r‘ && m_ptr[2] == ‘u‘ && m_ptr[3] == ‘e‘) {  
  44.                 m_ptr += 4;  
  45.                 token.type = TokTrue;  
  46.                 token.end = m_ptr;  
  47.                 return TokTrue;  
  48.             }  
  49.             break;  
  50.         case ‘-‘:  
  51.         case ‘0‘:  
  52.         case ‘9‘:  
  53.             return lexNumber(token);  
  54.     }  
  55.     if (m_ptr < m_end) {  
  56.         if (*m_ptr == ‘.‘) {  
  57.             token.type = TokDot;  
  58.             token.end = ++m_ptr;  
  59.             return TokDot;  
  60.         }  
  61.         if (*m_ptr == ‘=‘) {  
  62.             token.type = TokAssign;  
  63.             token.end = ++m_ptr;  
  64.             return TokAssign;  
  65.         }  
  66.         if (*m_ptr == ‘;‘) {  
  67.             token.type = TokSemi;  
  68.             token.end = ++m_ptr;  
  69.             return TokAssign;  
  70.         }  
  71.         if (isASCIIAlpha(*m_ptr) || *m_ptr == ‘_‘ || *m_ptr == ‘$‘)  
  72.             return lexIdentifier(token);  
  73.         if (*m_ptr == ‘\‘‘) {  
  74.             return lexString<mode, ‘\‘‘>(token);  
  75.         }  
  76.     }  
  77.     m_lexErrorMessage = String::format("Unrecognized token ‘%c‘", *m_ptr).impl();  
  78.     return TokError;  
  79. }  

      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.下图就是JavaScriptCore世界语法节点的静态类关系:

 

技术分享

      下面我们看看,语法解析具体过程:

JavaScriptCore/parser/parser.cpp:

[cpp] view plain copy
 
 技术分享技术分享
  1. PassRefPtr<ParsedNode> Parser<LexerType>::parse(JSGlobalObject* lexicalGlobalObject, Debugger* debugger, ExecState* debuggerExecState, JSObject** exception)</span>  
[cpp] view plain copy
 
 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. }  

创建抽象语法树Builder,并用来解析、生成语法节点:

 

[cpp] view plain copy
 
 技术分享技术分享
  1. UString Parser<LexerType>::parseInner(){  
  2.     UString parseError = UString();  
  3.    unsigned oldFunctionCacheSize = m_functionCache ? m_functionCache->byteSize() : 0;  
  4.     //抽象语法树Builder:  
  5.     ASTBuilder context(const_cast<JSGlobalData*>(m_globalData), const_cast<SourceCode*>(m_source));  
  6.     if (m_lexer->isReparsing())  
  7.         m_statementDepth--;  
  8.     ScopeRef scope = currentScope();  
  9.     //开始解析生成语法树的一个节点:  
  10.     SourceElements* sourceElements = parseSourceElements<CheckForStrictMode>(context);  
  11.     if (!sourceElements || !consume(EOFTOK))  
  12. }  

         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,我们先看ASTBuilder的结构:

 

[cpp] view plain copy
 
 技术分享技术分享
  1. class ASTBuilder {  
  2.     ......  
  3.     Scope m_scope;  
  4.     Vector<BinaryOperand, 10> m_binaryOperandStack;  
  5.     Vector<AssignmentInfo, 10> m_assignmentInfoStack;  
  6.     Vector<pair<int, int>, 10> m_binaryOperatorStack;  
  7.     Vector<pair<int, int>, 10> m_unaryTokenStack;  
  8.     int m_evalCount;  
  9. };  

再看主要语法解析过程(Parser/parser.cpp):

 

[cpp] view plain copy
 
 技术分享技术分享
  1. template <typename LexerType>  
  2. template <SourceElementsMode mode, class TreeBuilder> TreeSourceElements Parser<LexerType>::parseSourceElements(TreeBuilder& context)  
  3. {  
  4.     const unsigned lengthOfUseStrictLiteral = 12; // "use strict".length  
  5.     TreeSourceElements sourceElements = context.createSourceElements();  
  6.     bool seenNonDirective = false;  
  7.     const Identifier* directive = 0;  
  8.     unsigned directiveLiteralLength = 0;  
  9.     unsigned startOffset = m_token.m_info.startOffset;  
  10.     unsigned oldLastLineNumber = m_lexer->lastLineNumber();  
  11.     unsigned oldLineNumber = m_lexer->lineNumber();  
  12.     bool hasSetStrict = false;  
  13.     //解析语法节点--语句  
  14.     while (TreeStatement statement = parseStatement(context, directive, &directiveLiteralLength)) {  
  15.         if (mode == CheckForStrictMode && !seenNonDirective) {  
  16.             if (directive) {  
  17.                 // "use strict" must be the exact literal without escape sequences or line continuation.  
  18.                 if (!hasSetStrict && directiveLiteralLength == lengthOfUseStrictLiteral && m_globalData->propertyNames->useStrictIdentifier == *directive) {  
  19.                     setStrictMode();  
  20.                     hasSetStrict = true;  
  21.                     failIfFalse(isValidStrictMode());  
  22.                     m_lexer->setOffset(startOffset);  
  23.                     next();  
  24.                     m_lexer->setLastLineNumber(oldLastLineNumber);  
  25.                     m_lexer->setLineNumber(oldLineNumber);  
  26.                     failIfTrue(m_error);  
  27.                     continue;  
  28.                 }  
  29.             } else  
  30.                 seenNonDirective = true;  
  31.         }  
  32.         context.appendStatement(sourceElements, statement); //添加语法节点到ASTBuilder  
  33.     }  
  34.       
  35.     if (m_error)  
  36.         fail();  
  37.     return sourceElements;  
  38. }  

解析语句就是各种switch case,效率不高啊!

 

[cpp] view plain copy
 
 技术分享技术分享
  1. template <typename LexerType>  
  2. template <class TreeBuilder> TreeStatement Parser<LexerType>::parseStatement(TreeBuilder& context, const Identifier*& directive, unsigned* directiveLiteralLength)  
  3. {  
  4.     DepthManager statementDepth(&m_statementDepth);  
  5.     m_statementDepth++;  
  6.     directive = 0;  
  7.     int nonTrivialExpressionCount = 0;  
  8.     failIfStackOverflow();  
  9.     switch (m_token.m_type) {  
  10.     case OPENBRACE:  
  11.         return parseBlockStatement(context);  
  12.     case VAR:  
  13.         return parseVarDeclaration(context);  
  14.     case CONSTTOKEN:  
  15.         return parseConstDeclaration(context);  
  16.     case FUNCTION:  
  17.         failIfFalseIfStrictWithMessage(m_statementDepth == 1, "Functions cannot be declared in a nested block in strict mode");  
  18.         return parseFunctionDeclaration(context);  
  19.     case SEMICOLON:  
  20.         next();  
  21.         return context.createEmptyStatement(m_lexer->lastLineNumber());  
  22.     case IF:  
  23.         return parseIfStatement(context);  
  24.     case DO:  
  25.         return parseDoWhileStatement(context);  
  26.     case WHILE:  
  27.         return parseWhileStatement(context);  
  28.     case FOR:  
  29.         return parseForStatement(context);  
  30.     case CONTINUE:  
  31.         return parseContinueStatement(context);  
  32.     case BREAK:  
  33.         return parseBreakStatement(context);  
  34.     case RETURN:  
  35.         return parseReturnStatement(context);  
  36.     case WITH:  
  37.         return parseWithStatement(context);  
  38.     case SWITCH:  
  39.         return parseSwitchStatement(context);  
  40.     case THROW:  
  41.         return parseThrowStatement(context);  
  42.     case TRY:  
  43.         return parseTryStatement(context);  
  44.     case DEBUGGER:  
  45.         return parseDebuggerStatement(context);  
  46.     case EOFTOK:  
  47.     case CASE:  
  48.     case CLOSEBRACE:  
  49.     case DEFAULT:  
  50.         // These tokens imply the end of a set of source elements  
  51.         return 0;  
  52.     case IDENT:  
  53.         return parseExpressionOrLabelStatement(context);  
  54.     case STRING:  
  55.         directive = m_token.m_data.ident;  
  56.         if (directiveLiteralLength)  
  57.             *directiveLiteralLength = m_token.m_info.endOffset - m_token.m_info.startOffset;  
  58.         nonTrivialExpressionCount = m_nonTrivialExpressionCount;  
  59.     default:  
  60.         TreeStatement exprStatement = parseExpressionStatement(context);  
  61.         if (directive && nonTrivialExpressionCount != m_nonTrivialExpressionCount)  
  62.             directive = 0;  
  63.         return exprStatement;  
  64.     }  
  65. }  

举其中一个例子:

 

JavaScriptCore/parser/parser.cpp:

 

[cpp] view plain copy
 
 技术分享技术分享
  1. template <typename LexerType>  
  2. template <class TreeBuilder> TreeConstDeclList Parser<LexerType>::parseConstDeclarationList(TreeBuilder& context)  
  3. {  
  4.     failIfTrue(strictMode());  
  5.     TreeConstDeclList constDecls = 0;  
  6.     TreeConstDeclList tail = 0;  
  7.     do {  
  8.         next();  
  9.         matchOrFail(IDENT);  
[cpp] view plain copy
 
 技术分享技术分享
  1. //取出词(Token):  
  2. const Identifier* name = m_token.m_data.ident;  
  3. next();  
[cpp] view plain copy
 
 技术分享技术分享
  1. //是一个=吗?  
  2. bool hasInitializer = match(EQUAL);  
[cpp] view plain copy
 
 技术分享技术分享
  1. //  
  2. declareVariable(name);  
  3. context.addVar(name, DeclarationStacks::IsConstant | (hasInitializer ? DeclarationStacks::HasInitializer : 0));  
  4. TreeExpression initializer = 0;  
  5. if (hasInitializer) {  
  6.     next(TreeBuilder::DontBuildStrings); // consume ‘=‘  
  7.     initializer = parseAssignmentExpression(context);  
  8. }  
[cpp] view plain copy
 
 技术分享技术分享
  1. <span style="white-space:pre">    </span>新建一个“常量申明节点”放入ASTBuilder里面:  
  2.         tail = context.appendConstDecl(m_lexer->lastLineNumber(), tail, name, initializer);  
  3.         if (!constDecls)  
  4.             constDecls = tail;  
  5.     } while (match(COMMA));  
  6.     return constDecls;  
  7. }  

ASTBuilder.h:

 

[cpp] view plain copy
 
 技术分享技术分享
  1. ConstDeclNode* appendConstDecl(int lineNumber, ConstDeclNode* tail, const Identifier* name, ExpressionNode* initializer)  
  2. {  
  3.         ConstDeclNode* result = new (m_globalData) ConstDeclNode(lineNumber, *name, initializer);  
  4.         if (tail)  
  5.             tail->m_next = result;  
  6.         return result;  
  7. }  

 

调用堆栈 如下:

 

[cpp] view plain copy
 
 技术分享技术分享
  1. #0  JSC::ASTBuilder::BinaryExprContext::BinaryExprContext (this=0x7fffffffbb6f)    at JavaScriptCore/parser/ASTBuilder.h:85  
  2. #1  JSC::Parser<JSC::Lexer<unsigned char> >::parseBinaryExpression<JSC::ASTBuilder> (this=0x7fffffffc330, context=...)JavaScriptCore/parser/Parser.cpp:1143  
  3. #2  JSC::Parser<JSC::Lexer<unsigned char> >::parseConditionalExpression<JSC::ASTBuilder> (this=0x7fffffffc330, context=...)   at JavaScriptCore/parser/Parser.cpp:1109  
  4. #3  JSC::Parser<JSC::Lexer<unsigned char> >::parseAssignmentExpression<JSC::ASTBuilder> (this=0x7fffffffc330, context=...)  
  5.     at /opt/src/opt/src/mp50/framework/webkit/WebKit_123412/Source/JavaScriptCore/parser/Parser.cpp:1051  
  6. #4  JSC::Parser<JSC::Lexer<unsigned char> >::parseVarDeclarationList<JSC::ASTBuilder> (this=, context=...,   declarations=@0x7fffffffbd3c: 1, lastIdent=@0x7fffffffbd30: 0xdb3060, lastInitializer=@0x7fffffffbd28: 0x0, identStart=@0x7fffffffbd24: 5,   initStart=@0x7fffffffbd24: 5, initEnd=@: 5)    at parser/Parser.cpp:263  
  7. #5  JSC::Parser<JSC::Lexer<unsigned char> >::parseVarDeclaration<JSC::ASTBuilder> (this=0x7fffffffc330, context=...)   at JavaScriptCore/parser/Parser.cpp:181  
  8. #6  JSC::Parser<JSC::Lexer<unsigned char> >::parseStatement<JSC::ASTBuilder> (this=0x7fffffffc330, context=..., directive=: 0x0,directiveLiteralLength=)   Parser.cpp:682  
  9. #7  JSC::Parser<JSC::Lexer<unsigned char> >::parseSourceElements<(JSC::SourceElementsMode)0, JSC::ASTBuilder> (this, context=...) at parser/Parser.cpp:145  
  10. #8  JSC::Parser<JSC::Lexer<unsigned char> >::parseInner (this=0x7fffffffc330)    at Parser.cpp:93  
  11. #9  JSC::Parser<JSC::Lexer<unsigned char> >::parse<JSC::ProgramNode> (this=, lexicalGlobalObject=,   debugger=0x0, debuggerExecState=, exception=) Parser.h:990  
  12. #10 JSC::parse<JSC::ProgramNode> (globalData=http://www.mamicode.com/, lexicalGlobalObject=source,parameters, strictness=JSParseNormal,parserMode=JSParseProgramCode, debugger, execState=, exception=) Parser.h:1048
  13. #11 JSC::ProgramExecutable::compileInternal (this=, exec=, scopeChainNode=, jitType=JSC::JITCode::BaselineJIT) at JavaScriptCore/runtime/Executable.cpp:338  
  14. #12 JSC::ProgramExecutable::compile (this=0x7ffff7fbb580, exec=0x7ffff7f9fb90, scopeChainNode=0x7ffff7f7ffc0)JavaScriptCore/runtime/Executable.h:446  
  15. #13 JSC::Interpreter::execute (this=, program=, callFrame=, scopeChain=,  thisObj=0x7ffff7f9f980) at JavaScriptCore/interpreter/Interpreter.cpp:1224  
  16. #14 JSC::evaluate (exec=, scopeChain=, source=..., thisValue=http://www.mamicode.com/..., returnedException=) JavaScriptCore/runtime/Completion.cpp:75
  17. #15 runWithScripts (globalObject=0x7ffff7f9f980, scripts=, dump=false)   at JavaScriptCore/jsc.cpp:545  
  18. #16 jscmain (argc=2, argv=0x7fffffffdc88) at JavaScriptCore/jsc.cpp:733  
  19. #17 main (argc=2, argv=0x7fffffffdc88) atavaScriptCore/jsc.cpp:510  

     

 

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

[cpp] view plain copy
 
 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。

原创,转载请注明:http://blog.csdn.NET/lichwei1983/article/details/44658533

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