你不懂JS:作用域与闭包

 主页   资讯   文章   代码   电子书 

你不懂JS:作用域与闭包

第一章:什么是作用域?

几乎所有语言的最基础模型之一就是在变量中存储值,并且在稍后取出或修改这些值的能力。事实上,在变量中存储值和取出值的能力,给程序赋予了 状态

如果没有这样的概念,一个程序虽然可以执行一些任务,但是它们将会受到极大的限制而且不会非常有趣。

但是在我们的程序中纳入变量,引出了我们现在将要解决的最有趣的问题:这些变量 存活 在哪里?换句话说,它们被存储在哪儿?而且,最重要的是,我们的程序如何在需要它们的时候找到它们?

回答这些问题需要一组明确定义的规则,它定义如何在某些位置存储变量,以及如何在稍后找到这些变量。我们称这组规则为:作用域

但是,这些 作用域 规则是在哪里、如何被设置的?

编译器理论

根据你与各种编程语言打交道的水平不同,这也许是不证自明的,或者这也许令人吃惊,尽管 JavaScript 一般被划分到“动态”或者“解释型”语言的范畴,但是其实它是一个编译型语言。它 不是 像许多传统意义上的编译型语言那样预先被编译好,编译的结果也不能在各种不同的分布式系统间移植。

但是无论如何,JavaScript 引擎在实施许多与传统的语言编译器相同的步骤,虽然是以一种我们不易察觉的更精巧的方式。

在传统的编译型语言处理中,一块儿源代码,你的程序,在它被执行 之前 通常将会经历三个步骤,大致被称为“编译”:

  1. 分词/词法分析: 将一连串字符打断成(对于语言来说)有意义的片段,称为 token(记号)。举例来说,考虑这段程序:var a = 2;。这段程序很可能会被打断成如下 token:vara=2,和 ;。空格也许会被保留为一个 token,这要看它是否是有意义的。

    注意: 分词和词法分析之间的区别是微妙和学术上的,其中心在于这些 token 是否以 无状态有状态 的方式被识别。简而言之,如果分词器去调用有状态的解析规则来弄清a是否应当被考虑为一个不同的 token,还是只是其他 token 的一部分,那么这就是 词法分析

  2. 解析: 将一个 token 的流(数组)转换为一个嵌套元素的树,它综合地表示了程序的语法结构。这棵树称为“抽象语法树”(AST —— Abstract Syntax Tree)。

    var a = 2; 的树也许开始于称为 VariableDeclaration(变量声明)顶层节点,带有一个称为 Identifier(标识符)的子节点(它的值为 a),和另一个称为 AssignmentExpression(赋值表达式)的子节点,而这个子节点本身带有一个称为 NumericLiteral(数字字面量)的子节点(它的值为2)。

  3. 代码生成: 这个处理将抽象语法树转换为可执行的代码。这一部分将根据语言,它的目标平台等因素有很大的不同。

    所以,与其深陷细节,我们不如笼统地说,有一种方法将我们上面描述的 var a = 2; 的抽象语法树转换为机器指令,来实际上 创建 一个称为 a 的变量(包括分配内存等等),然后在 a 中存入一个值。

    注意: 引擎如何管理系统资源的细节远比我们要挖掘的东西深刻,所以我们将理所当然地认为引擎有能力按其需要创建和存储变量。

和大多数其他语言的编译器一样,JavaScript 引擎要比这区区三步复杂太多了。例如,在解析和代码生成的处理中,一定会存在优化执行效率的步骤,包括压缩冗余元素,等等。

所以,我在此描绘的只是大框架。但是我想你很快就会明白为什么我们涵盖的这些细节是重要的,虽然是在很高的层次上。

其一,JavaScript 引擎没有(像其他语言的编译器那样)大把的时间去优化,因为 JavaScript 的编译和其他语言不同,不是提前发生在一个构建的步骤中。

对 JavaScript 来说,在许多情况下,编译发生在代码被执行前的仅仅几微秒之内(或更少!)。为了确保最快的性能,JS 引擎将使用所有的招数(比如 JIT,它可以懒编译甚至是热编译,等等),而这远超出了我们关于“作用域”的讨论。

为了简单起见,我们可以说,任何 JavaScript 代码段在它执行之前(通常是 刚好 在它执行之前!)都必须被编译。所以,JS 编译器将把程序 var a = 2; 拿过来,并首先编译它,然后准备运行它,通常是立即的。

理解作用域

我们将采用的学习作用域的方法,是将这个处理过程想象为一场对话。但是, 在进行这场对话呢?

演员

让我们见一见处理程序 var a = 2; 时进行互动的演员吧,这样我们就能理解稍后将要听到的它们的对话:

  1. 引擎:负责从始至终的编译和执行我们的 JavaScript 程序。

  2. 编译器引擎 的朋友之一;处理所有的解析和代码生成的重活儿(见前一节)。

  3. 作用域引擎 的另一个朋友;收集并维护一张所有被声明的标识符(变量)的列表,并对当前执行中的代码如何访问这些变量强制实施一组严格的规则。

为了 全面理解 JavaScript 是如何工作的,你需要开始像 引擎(和它的朋友们)那样 思考,问它们问的问题,并像它们一样回答。

反复

当你看到程序 var a = 2; 时,你很可能认为它是一个语句。但这不是我们的新朋友 引擎 所看到的。事实上,引擎 看到两个不同的语句,一个是 编译器 将在编译期间处理的,一个是 引擎 将在执行期间处理的。

那么,让我们来分析 引擎 和它的朋友们将如何处理程序 var a = 2;

编译器 将对这个程序做的第一件事情,是进行词法分析来将它分解为一系列 token,然后这些 token 被解析为一棵树。但是当 编译器 到了代码生成阶段时,它会以一种与我们可能想象的不同的方式来对待这段程序。

一个合理的假设是,编译器 将产生的代码可以用这种假想代码概括:“为一个变量分配内存,将它标记为 a,然后将值 2 贴在这个变量里”。不幸的是,这不是十分准确。

编译器 将会这样处理:

  1. 遇到 var a编译器作用域 去查看对于这个特定的作用域集合,变量 a 是否已经存在了。如果是,编译器 就忽略这个声明并继续前进。否则,编译器 就让 作用域 去为这个作用域集合声明一个称为 a 的新变量。

  2. 然后 编译器引擎 生成稍后要执行的代码,来处理赋值 a = 2引擎 运行的代码首先让 作用域 去查看在当前的作用域集合中是否有一个称为 a 的变量可以访问。如果有,引擎 就使用这个变量。如果没有,引擎 就查看 其他地方(参见下面的嵌套 作用域 一节)。

如果 引擎 最终找到一个变量,它就将值 2 赋予它。如果没有,引擎 将会举起它的手并喊出一个错误!

总结来说:对于一个变量赋值,发生了两个不同的动作:第一,编译器 声明一个变量(如果先前没有在当前作用域中声明过),第二,当执行时,引擎作用域 中查询这个变量并给它赋值,如果找到的话。

编译器术语

为了继续更深入地理解,我们需要一点儿更多的编译器术语。

引擎 执行 编译器 在第二步为它产生的代码时,它必须查询变量 a 来看它是否已经被声明过了,而且这个查询是咨询 作用域 的。但是 引擎 所实施的查询的类型会影响查询的结果。

在我们这个例子中,引擎 将会对变量 a 实施一个“LHS”查询。另一种类型的查询称为“RHS”。

我打赌你能猜出“L”和“R”是什么意思。这两个术语表示“Left-hand Side(左手边)”和“Right-hand Side(右手边)”

什么的……边?赋值操作的。

换言之,当一个变量出现在赋值操作的左手边时,会进行 LHS 查询,当一个变量出现在赋值操作的右手边时,会进行 RHS 查询。

实际上,我们可以表述得更准确一点儿。对于我们的目的来说,一个 RHS 是难以察觉的,因为它简单地查询某个变量的值,而 LHS 查询是试着找到变量容器本身,以便它可以赋值。从这种意义上说,RHS 的含义实质上不是 真正的 “一个赋值的右手边”,更准确地说,它只是意味着“不是左手边”。

在这一番油腔滑调之后,你也可以认为“RHS”意味着“取得他/她的源(值)”,暗示着 RHS 的意思是“去取……的值”。

让我们挖掘得更深一些。

当我说:

console.log( a );

这个指向 a 的引用是一个 RHS 引用,因为这里没有东西被赋值给 a。而是我们在查询 a 并取得它的值,这样这个值可以被传递进 console.log(..)

作为对比:

a = 2;

这里指向 a 的引用是一个 LHS 引用,因为我们实际上不关心当前的值是什么,我们只是想找到这个变量,将它作为 = 2 赋值操作的目标。

注意: LHS 和 RHS 意味着“赋值的左/右手边”未必像字面上那样意味着“ = 赋值操作符的左/右边”。赋值有几种其他的发生形式,所以最好在概念上将它考虑为:“赋值的目标(LHS)”和“赋值的源(RHS)”。

考虑这段程序,它既有 LHS 引用又有 RHS 引用:

function foo(a) {
    console.log( a ); // 2
}

foo( 2 );

调用 foo(..) 的最后一行作为一个函数调用要求一个指向 foo 的 RHS 引用,意味着,“去查询 foo 的值,并把它交给我”。另外,(..) 意味着 foo 的值应当被执行,所以它最好实际上是一个函数!

这里有一个微妙但重要的赋值。你发现了吗?

你可能错过了这个代码段隐含的 a = 2。它发生在当值 2 作为参数值传递给 foo(..) 函数时,值 2 被赋值 给了参数 a。为了(隐含地)给参数 a 赋值,进行了一个 LHS 查询。

这里还有一个 a 的值的 RHS 引用,它的结果值被传入 console.log(..)console.log(..) 需要一个引用来执行。它为 console 对象进行一个 RHS 查询,然后发生一个属性解析来看它是否拥有一个称为 log 的方法。

最后,我们可以将这一过程概念化为,在将值 2(通过变量 a 的 RHS 查询得到的)传入 log(..) 时发生了一次 LHS/RHS 的交换。在 log(..) 的原生实现内部,我们可以假定它拥有参数,其中的第一个(也许被称为 arg1)在 2 被赋值给它之前,进行了一次 LHS 引用查询。

注意: 你可能会试图将函数声明 function foo(a) {... 概念化为一个普通的变量声明和赋值,比如 var foofoo = function(a){...。这样做会诱使你认为函数声明涉及了一次 LHS 查询。

然而,一个微妙但重要的不同是,在这种情况下 编译器 在代码生成期间同时处理声明和值的定义,如此当 引擎 执行代码时,没有必要将一个函数值“赋予” foo。因此,将函数声明考虑为一个我们在这里讨论的 LHS 查询赋值是不太合适的。

引擎/作用域对话

function foo(a) {
    console.log( a ); // 2
}

foo( 2 );

让我们将上面的(处理这个代码段的)交互想象为一场对话。这场对话将会有点儿像这样进行:

引擎:嘿 作用域,我有一个 foo 的 RHS 引用。听说过它吗?

作用域;啊,是的,听说过。编译器 刚在一秒钟之前声明了它。它是一个函数。给你。

引擎:太棒了,谢谢!好的,我要执行 foo 了。

引擎:嘿,作用域,我得到了一个 a 的 LHS 引用,听说过它吗?

作用域:啊,是的,听说过。编译器 刚才将它声明为 foo 的一个正式参数了。给你。

引擎:一如既往的给力,作用域。再次感谢你。现在,该把 2 赋值给 a 了。

引擎:嘿,作用域,很抱歉又一次打扰你。我需要 RHS 查询 console。听说过它吗?

作用域:没关系,引擎,这是我一天到晚的工作。是的,我得到 console 了。它是一个内建对象。给你。

引擎:完美。查找 log(..)。好的,很好,它是一个函数。

引擎:嘿,作用域。你能帮我查一下 a 的 RHS 引用吗?我想我记得它,但只是想再次确认一下。

作用域:你是对的,引擎。同一个家伙,没变。给你。

引擎:酷。传递 a 的值,也就是 2,给 log(..)

...

小测验

检查你到目前为止的理解。确保你扮演 引擎,并与 作用域 “对话”:

function foo(a) {
    var b = a;
    return a + b;
}

var c = foo( 2 );
  1. 找到所有的 LHS 查询(有3处!)。

  2. 找到所有的 RHS 查询(有4处!)。

注意: 小测验答案参见本章的复习部分!

嵌套的作用域

我们说过 作用域 是通过标识符名称查询变量的一组规则。但是,通常会有多于一个的 作用域 需要考虑。

就像一个代码块儿或函数被嵌套在另一个代码块儿或函数中一样,作用域被嵌套在其他的作用域中。所以,如果在直接作用域中找不到一个变量的话,引擎 就会咨询下一个外层作用域,如此继续直到找到这个变量或者到达最外层作用域(也就是全局作用域)。

考虑这段代码:

function foo(a) {
    console.log( a + b );
}

var b = 2;

foo( 2 ); // 4

b 的 RHS 引用不能在函数 foo 的内部被解析,但是可以在它的外围 作用域(这个例子中是全局作用域)中解析。

所以,重返 引擎作用域 的对话,我们会听到:

引擎:“嘿,foo作用域,听说过 b 吗?我得到一个它的 RHS 引用。”

作用域:“没有,从没听说过。问问别人吧。”

引擎:“嘿,foo 外面的 作用域,哦,你是全局 作用域,好吧,酷。听说过 b 吗?我得到一个它的 RHS 引用。”

作用域:“是的,当然有。给你。”

遍历嵌套 作用域 的简单规则:引擎 从当前执行的 作用域 开始,在那里查找变量,如果没有找到,就向上走一级继续查找,如此类推。如果到了最外层的全局作用域,那么查找就会停止,无论它是否找到了变量。

建筑的隐喻

为了将嵌套 作用域 解析的过程可视化,我想让你考虑一下这个高层建筑。

这个建筑物表示我们程序的嵌套 作用域 规则集合。无论你在哪里,建筑的第一层表示你当前执行的 作用域。建筑的顶层表示全局 作用域

你通过在你当前的楼层中查找来解析 LHS 和 RHS 引用,如果你没有找到它,就坐电梯到上一层楼,在那里寻找,然后再上一层,如此类推。一旦你到了顶层(全局 作用域),你要么找到了你想要的东西,要么没有。但是不管怎样你都不得不停止了。

错误

为什么我们区别 LHS 和 RHS 那么重要?

因为在变量还没有被声明(在所有被查询的 作用域 中都没找到)的情况下,这两种类型的查询的行为不同。

考虑如下代码:

function foo(a) {
    console.log( a + b );
    b = a;
}

foo( 2 );

b 的 RHS 查询第一次发生时,它是找不到的。它被说成是一个“未声明”的变量,因为它在作用域中找不到。

如果 RHS 查询在嵌套的 作用域 的任何地方都找不到一个值,这会导致 引擎 抛出一个 ReferenceError。必须要注意的是这个错误的类型是 ReferenceError

相比之下,如果 引擎 在进行一个 LHS 查询,但到达了顶层(全局 作用域)都没有找到它,而且如果程序没有运行在“Strict模式”[^note-strictmode]下,那么这个全局 作用域 将会在 全局作用域中 创建一个同名的新变量,并把它交还给 引擎

“不,之前没有这样的东西,但是我可以帮忙给你创建一个。”

在 ES5 中被加入的“Strict模式”[^note-strictmode],有许多与一般/宽松/懒惰模式不同的行为。其中之一就是不允许自动/隐含的全局变量创建。在这种情况下,将不会有全局 作用域 的变量交回给 LHS 查询,并且类似于 RHS 的情况, 引擎 将抛出一个 ReferenceError

现在,如果一个 RHS 查询的变量被找到了,但是你试着去做一些这个值不可能做到的事,比如将一个非函数的值作为函数运行,或者引用 null 或者 undefined 值的属性,那么 引擎 就会抛出一个不同种类的错误,称为 TypeError

ReferenceError 是关于 作用域 解析失败的,而 TypeError 暗示着 作用域 解析成功了,但是试图对这个结果进行了一个非法/不可能的动作。

复习

作用域是一组规则,它决定了一个变量(标识符)在哪里和如何被查找。这种查询也许是为了向这个变量赋值,这时变量是一个 LHS(左手边)引用,或者是为取得它的值,这时变量是一个 RHS(右手边)引用。

LHS 引用得自赋值操作。作用域 相关的赋值可以通过 = 操作符发生,也可以通过向函数参数传递(赋予)参数值发生。

JavaScript 引擎 在执行代码之前首先会编译它,因此,它将 var a = 2; 这样的语句分割为两个分离的步骤:

  1. 首先,var a 在当前 作用域 中声明。这是在最开始,代码执行之前实施的。

  2. 稍后,a = 2 查找这个变量(LHS 引用),并且如果找到就向它赋值。

LHS 和 RHS 引用查询都从当前执行中的 作用域 开始,如果有需要(也就是,它们在这里没能找到它们要找的东西),它们会在嵌套的 作用域 中一路向上,一次一个作用域(层)地查找这个标识符,直到它们到达全局作用域(顶层)并停止,既可能找到也可能没找到。

未被满足的 RHS 引用会导致 ReferenceError 被抛出。未被满足的 LHS 引用会导致一个自动的,隐含地创建的同名全局变量(如果不是“Strict模式”[^note-strictmode]),或者一个 ReferenceError(如果是“Strict模式”[^note-strictmode])。

小测验答案

function foo(a) {
    var b = a;
    return a + b;
}

var c = foo( 2 );
  1. 找出所有的 LHS 查询(有3处!)。

    c = .., a = 2(隐含的参数赋值)和 b = ..

  2. 找出所有的 RHS 查询(有4处!)。

    foo(2.., = a;, a + .... + b

[^note-strictmode]: MDN: Strict Mode