从一个误写的逗号谈开去——JS代码是如何被压缩的

故事起源于一个很小问题,我写了个代码,被质疑有问题:简化之后大概如下:

let a;
const x = { b: 123 };
a = 123,
delete x

被质疑的主要原因是第三行a=123的后面为什么是逗号,不是分号。坦白来说,我是简单的手误,将分号错写成了逗号。但是感觉貌似应该也没有什么问题,毕竟uglifyjs会将某些语句进行合并,将分号变成逗号。继而再一想,uglifyjs是如何来进行代码压缩的、它是如何知道该合并哪些语句,不合并哪些语句的、 它又有哪些合并规则?于是有了本文。

1. AST(抽象语法树)

要想了解JS的压缩原理,需要首先了解AST。

抽象语法树:AST(Abstract Syntax Tree),是源代码的抽象语法结构的树状表现形式,这里特指编程语言的源代码。树上的每个节点都表示源代码中的一种结构。之所以说语法是「抽象」的,是因为这里的语法并不会表示出真实语法中出现的每个细节。

举个例子:

image.png

image.png

从上面两个例子中,可以看出AST是源代码根据其语法结构,省略一些细节(比如:括号没有生成节点),抽象成树形表达。抽象语法树在计算机科学中有很多应用,比如编译器、IDE、压缩代码、格式化代码等。[1]

2. 代码压缩原理

了解了AST之后,我们再分析一下JS的代码压缩原理。简单的说,就是

1. 将code转换成AST
2. 将AST进行优化,生成一个更小的AST
3. 将新生成的AST再转化成code

PS:具体的AST树大家可以在astexplorer上在线获得

babel,eslint,v8的逻辑均与此类似,下图是我们引用了babel的转化示意图:
1.jpg

以我们之前被质疑的代码为例,看看它在uglify中是怎么样一步一步被压缩的:

// uglify-js的版本需要为2.x, 3.0之后uglifyjs不再暴露Compressor api
// 2.x的uglify不能自动解析es6,所以这里先切换成es5
// npm install uglify-js@2.x
var UglifyJS = require('uglify-js');

// 原始代码
var code = `var a;
var x = { b: 123 };
a = 123,
delete x`;

// 通过 UglifyJS 把代码解析为 AST
var ast = UglifyJS.parse(code);
ast.figure_out_scope();

// 转化为一颗更小的 AST 树
compressor = UglifyJS.Compressor();
ast = ast.transform(compressor);

// 再把 AST 转化为代码
code = ast.print_to_string();

// var a,x={b:123};a=123,delete x;
console.log("code", code);

到这里,我们已经了解了uglifyjs的代码压缩原理,但是还没有解决一个问题——为什么某些语句间的分号会被转换为逗号,某些不会转换。这就涉及到了uglifyjs的压缩规则。

3. 代码压缩规则

由于uglifyjs的代码压缩规则很多,我们这里只分析与本文中相关的部分:

uglifyjs的全部压缩规则可以参见:《[解读uglifyJS(四)——Javascript代码压缩](https://rapheal.sinaapp.com/2014/05/22/uglifyjs-squeeze/#more-705)》
连续的"表达式语句"可以合并成一个逗号表达式

image.png

PS:在线demo

这其中需要注意的是只有“表达式语句”才能被合并,那么什么是表达式语句呢?

表达式 VS 语句 VS 表达式语句

表达式:表达式都会返回一个值,可以放在任何一个需要值的地方

例如:

    a; //返回a的值
    b + 3; // 返回b+3的结果
语句:语句是一个行为,通常利用一个或多个关键字来完成给定的任务。程序由一系列语句构成。其中流控制语句有:if/while/for等。

例如:

    if(x > 0) {
      ...
    }
    for(var i = 0;i < arr.length; i ++) {
      ...
    }
    const a = 123;
表达式语句:既是表达式,又是语句

例如:

    A();
    function() {}();
    delete x.b;
    b = b + 3;

综上所述,因为a = 123 和 delete x都是表达式语句,所以分号被转换为逗号。而var x = {b:123}则因为是声明语句,所以和a=123不会合并,分号不会被转换。但var x = {b:123}和第一行var a又触发了另外一条规则,

多个var声明可以压缩成一个var声明

所以第一行和第二行会被合并为var a,x={b:123}

4. 总结

在本文中,我们讨论了什么是抽象语法树,uglifyjs的压缩原理,以及相应的压缩规则,最终明晰了为什么代码会被压缩成我们得到的样子,希望对大家有所帮助。

参考文献

[1]《抽象语法树在 JavaScript 中的应用
[2]《javascript 代码是如何被压缩的
[3]《[译]JavaScript中:表达式和语句的区别
[4]《解读uglifyJS(四)——Javascript代码压缩

阅读 3.2k

推荐阅读
汤姆C
用户专栏

tomczhang的专栏,我会在这个专栏中撰写我的思考,工作中遇到的问题和苦恼,每周一篇

312 人关注
43 篇文章
专栏主页