词法文法
这部分描述了 JavaScript 的词法(lexical grammar)。ECMAScript 源码文本会被从左到右扫描,并被转换为一系列的输入元素,包括 token、控制符、行终止符、注释和空白符。ECMAScript 定义了一些关键字、字面量以及行尾分号补全的规则。
格式控制符
空白符
空白符提升了源码的可读性,并将标记 (tokens) 区分开。这些符号通常不影响源码的功能。通常可以用压缩器来移除源码中的空白,减少数据传输量。
代码点 | 名称 | 缩写 | 说明 | 转义序列 |
---|---|---|---|---|
U+0009 | 制表符 | <HT> | 水平制表符 | \t |
U+000B | 垂直制表符 | <VT> | 垂直制表符 | \v |
U+000C | 分页符 | <FF> | 分页符(Wikipedia) | \f |
U+0020 | 空格 | <SP> | 空格 | |
U+00A0 | 无间断空格 | <NBSP> | 在该空格处不会换行 | |
Others | 其他 Unicode 空白 | <USP> | Wikipedia 上对 Unicode 空白的介绍 |
行终止符
注释
注释用来在源码中增加提示、笔记、建议、警告等信息,可以帮助阅读和理解源码。在调试时,可以用来将一段代码屏蔽掉,防止其运行;这也是一个有价值的调试工具。
在 JavaScript 中,有两种常见的添加注释的方法:行注释和块注释。另外,也有一种特殊的 hashbang 注释语法。
行注释
第一种是 //
风格的注释;会将该行中符号以后的文本都视为注释:
function comment() {
// 这是单行注释
console.log("Hello world!");
}
comment();
块注释
第二种是 /* */
风格的注释,这种方式更加灵活:
比如,可以在单行内使用多行注释:
function comment() {
/* 这是单行注释 */
console.log("Hello world!");
}
comment();
也可以用来实现多行注释:
function comment() {
/* 这是多行注释,
注意在写完注释前无需终止注释 */
console.log("Hello world!");
}
comment();
多行注释也可以用于行内注释,但这样会使代码可读性变差,所以要谨慎使用:
function comment(x) {
console.log("Hello " + x /* 引入 x 的值 */ + " !");
}
comment("world");
另外,块注释也可以用来屏蔽一段代码,只要将这段代码用块注释包裹起来就可以了:
function comment() {
/* console.log("Hello world!"); */
}
comment();
这种情况下,注释中的 console.log()
的调用始终无效。这种方式可以屏蔽任意多行的代码,也可以屏蔽一行代码的一部分。
Hashbang 注释
Hashbang 注释是一种特殊的注释语法,其行为与单行注释(//
)完全一样,只是它以 #!
开头,并且只在脚本或模块的最开始处有效。注意,#!
标志之前不能有任何空白字符。注释由 #!
之后的所有字符组成直到第一行的末尾;只允许有一条这样的注释。JavaScript 中的 hashbang 注释类似于 Unix 中的 shebang,它提供了一个特定的 JavaScript 解释器的路径,你想用它来执行这个脚本。在 hashbang 注释标准化之前,它已经在非浏览器主机(如 Node.js)中得到了事实上的实现,在那里,它在被传递给引擎之前被从源文本中剥离。示例如下:
#!/usr/bin/env node
console.log("Hello world");
JavaScript 的解释器会把它视为普通注释——只有当脚本直接在 shell 中运行时,它对 shell 才有语义意义。
警告: 如果你想让脚本直接在 shell 环境中运行,请用不含 BOM 的 UTF-8 编码。虽然 BOM 不会对在浏览器中运行的代码造成任何问题——在 UTF-8 解码过程中,分析源文本之前,BOM 就已经被剥离了——但如果前面有一个 BOM 字符,Unix/Linux shell 就不会识别该注释。
你只能使用 #!
注释样式以指定 JavaScript 解释器。在所有其他情况下,只需使用 //
注释(或多行注释)。
关键字
关键字是 JavaScript 中看起来像标识符但又具有特殊含义的标记。例如,在函数声明之前的 async
关键字表示该函数是异步的。
一些关键字是保留的,这意味着它们不能被用作变量声明、函数声明等的标识符。它们通常被称为保留字。下面提供了这些保留字的列表。并不是所有的关键字都是保留的——例如,async
可以在任何地方用作标识符。一些关键字只是在上下文中保留——例如,await
只在异步函数体内保留,let
只在严格模式代码中,或 const
和 let
声明中保留。
标识符总是通过字符串值进行比较,所以转义序列会被解释。例如,这也是一个语法错误:
const els\u{65} = 1;
// `els\u{65}` 编码的标识符与 `else` 相同
保留字
未来保留关键字
在 ECMAScript 规格中,这些关键字被当成关键字保留。目前它们没有特殊功能,但是在未来某个时间可能会加上。所以这些关键字不能当成标识符使用。这些关键字在严格模式和非严格模式中均不能使用。
enum
以下关键字只在严格模式中被当成保留关键字:
implements
interface
let
package
private
protected
public
static
以下关键字只在模块代码中被当成保留关键字:
await
之前标准中的保留关键字
这里是之前版本中的 ECMAScript(1 到 3)中的保留关键字:
abstract
boolean
byte
char
double
final
float
goto
int
long
native
short
synchronized
transient
volatile
另外,字面量 null
、true
和 false
同样不能被当成标识使用。
保留字的使用
事实上保留字是仅针对标识符(Identifier)的文法定义而言的(而不是标识符名(IdentifierName)的文法定义)。如 es5.github.com/#A.1 中所描述的,这些都是不排斥保留字的标识符名。
a.import
a["import"]
a = { import: "test" }.
另一方面,如下用法是不允许的。因为它是一个标识符,而标识符的文法定义是除保留字以外的标识符名。标识符用于函数声明式和函数表达式。
function import() {} // Illegal.
字面量
空字面量
更多信息可以参考 null
。
null
布尔字面量
更多信息可以参考Boolean
true
false
数值字面量
十进制
1234567890
42
请注意,十进制数值字面量可以以 0 开头,但是如果 0 以后的最高位比 8 小,数值将会被认为是八进制而不会报错。更多信息可以参考 Firefox bug 957513 和 parseInt()
。
二进制
二进制表示为开头是 0 后接大写或小写的 B(0b
或者0B
)。这是 ECMAScript 6 中的新语法,可以参考下面的浏览器兼容性表格。如果0b
之后有除了 0 或 1 以外的数字,将会抛出SyntaxError
:“Missing binary digits after 0b”。
0b10000000000000000000000000000000 // 2147483648
0b01111111100000000000000000000000 // 2139095040
0B00000000011111111111111111111111 // 8388607
八进制
八进制表示为开头是 0 后接大写或小写的 O(0o
或0O
)。这是 ECMAScript 6 中的新语法,可以参考下面的浏览器兼容性表格。如果有不在(01234567)中的数字,将会抛出SyntaxError
:“Missing octal digits after 0o”。
0O755 // 493
0o644 // 420
十六进制
十六进制表示为开头是 0 后接大写或小写的 X(0x
或0X
)。如果有不在(0123456789ABCDEF)中的数字,将会抛出SyntaxError
:“Identifier starts immediately after numeric literal”。
0xFFFFFFFFFFFFFFFFF // 295147905179352830000
0x123456789ABCDEF // 81985529216486900
0XA // 10
数值分隔符
可以使用下划线(_
,U+005F
)作为分隔符以增强数值字面量的可读性:
1_000_000_000_000
1_050.95
0b1010_0001_1000_0101
0o2_2_5_6
0xA0_B0_C0
1_000_000_000_000_000_000_000n
请注意这些限制:
// 不允许连续出现多个下划线
100__000; // SyntaxError
// 不允许使用下划线作为数值字面量的结尾
100_; // SyntaxError
// 不允许在前导零之后使用下划线
0_1; // SyntaxError
对象字面量
数组字面量
更多信息可以参考 Array
。
[1954, 1974, 1990, 2014];
字符串字面量
'foo'
"bar"
十六进制转义序列
"\xA9"; // "©"
Unicode 转义序列
Unicode 转义序列要求在\u
之后至少有四个字符。
"\u00A9"; // "©"
Unicode 编码转义
ECMAScript 6 新增特性。使用 Unicode 编码转义,任何字符都可以被转义为十六进制编码。最高可以用到0x10FFFF
。使用单纯的 Unicode 转义通常需要写成分开的两半以达到相同的效果。
可以参考String.fromCodePoint()
和String.prototype.codePointAt()
。
"\u{2F804}";
// 使用单纯 Unicode 转义
"\uD87E\uDC04";
正则表达式字面量
更多信息可以参考 RegExp
。
/ab+c/g
// 一个空的正则表达式字面量
// 必须有一个空的非捕获分组
// 以避免被当成是行注释符号
/(?:)/
模板字面量
更多信息可以参考template strings。
`string text`
`string text line 1
string text line 2`
`string text ${expression} string text`
tag`string text ${expression} string text`
自动分号补全
一些 JavaScript 语句必须用分号结束,所以会被自动分号补全 (ASI) 影响:
- 空语句
let
、const
、变量声明import
、export
、模块定义- 表达式语句
debugger
continue
、break
、throw
return
ECMAScript 规格提到自动分号补全的三个规则。
-
当出现一个不允许的行终止符或“}”时,会在其之前插入一个分号。
js{ 1 2 } 3 // 将会被 ASI 转换为 { 1 2 ;} 3;
-
当捕获到标识符输入流的结尾,并且无法将单个输入流转换为一个完整的程序时,将在结尾插入一个分号。
在下面这段中,由于在
b
和++
之间出现了一个行终止符,所以++
未被当成变量b
的后置运算符。jsa = b ++c // 将被 ASI 转换为 a = b; ++c;
-
当语句中包含语法中的限制产品后跟一个行终止符的时候,将会在结尾插入一个分号。带“这里没有行终止符”规则的语句有:
- 后置运算符(
++
和--
) continue
break
return
yield
、yield*
module
jsreturn a + b // 将被 ASI 转换为 return; a + b;
- 后置运算符(
浏览器兼容性
BCD tables only load in the browser