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

格式控制符用于控制对源码文本的解释,但是并不会显示出来。

代码点 名称 缩写 说明
U+200C 零宽度非结合子 <ZWNJ> 放置在一些经常会被当成连字的字符之间,用于将它们分别以独立形式显示(Wikipedia
U+200D 零宽度结合子 <ZWJ> 放置在一些通常不会被标记为连字的字符之间,用于将这些字符以连字形式显示(Wikipedia
U+FEFF 字节流方向标识 <BOM> 在脚本开头使用,除了将脚本标记为 Unicode 格式以外,还用来标记文本的字节流方向(Wikipedia

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

除了空白符之外,行终止符也可以提高源码的可读性。不同的是,行终止符可以影响 JavaScript 代码的执行。行终止符也会影响自动分号补全的执行。在正则表达式中,行终止符会被 \s 匹配。

在 ECMAScript 中,只有下列 Unicode 字符会被当成行终止符,其他的行终止符(比如 Next Line、NEL、U+0085 等)都会被当成空白符。

编码 名称 缩写 说明 转义序列
U+000A 换行符 <LF> 在 UNIX 系统中起新行 \n
U+000D 回车符 <CR> 在 Commodore 和早期的 Mac 系统中起新行 \r
U+2028 行分隔符 <LS> Wikipedia
U+2029 段分隔符 <PS> Wikipedia

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:

js
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:

js
function comment() {
  /* 这是单行注释 */
  console.log("Hello world!");
}
comment();

也可以用来实现多行注释:

js
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:

js
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:

js
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。

包含至少一个行结束符的块状注释的行为与自动分号插入中的行结束符相似。

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:

js
#!/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 constlet 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:

js
const els\u{65} = 1;
// `els\u{65}` 编码的标识符与 `else` 相同

保留字

这些关键字不能在 JavaScript 源码中的任何地方用作变量、函数、类等的标识符。

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 nulltruefalse 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。

js
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。

js
function import() {} // Illegal.

字面量

空字面量

更多信息可以参考 null

js
null

布尔字面量

更多信息可以参考Boolean

js
true
false

数值字面量

十进制

js
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 957513parseInt()

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”。

js
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(0o0O)。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”。

js
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(0x0X)。如果有不在(0123456789ABCDEF)中的数字,将会抛出SyntaxError:“Identifier starts immediately after numeric literal”。

js
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:

js
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:

js
// 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

更多信息可以参考 Object对象初始化器

js
var o = { a: "foo", b: "bar", c: 42 };

// ES6 中的简略表示方法
var a = "foo",
  b = "bar",
  c = 42;
var o = { a, b, c };
// 不需要这样
var o = { a: a, b: b, c: c };

数组字面量

更多信息可以参考 Array

js
[1954, 1974, 1990, 2014];

字符串字面量

js
'foo'
"bar"

十六进制转义序列

js
"\xA9"; // "©"

Unicode 转义序列

Unicode 转义序列要求在\u之后至少有四个字符。

js
"\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()String.prototype.codePointAt()

js
"\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

js
/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

js
`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
  • letconst、变量声明
  • importexport、模块定义
  • 表达式语句
  • debugger
  • continuebreakthrow
  • return

ECMAScript 规格提到自动分号补全的三个规则

  1. 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;
    
  2. 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++ 之间出现了一个行终止符,所以 ++ 未被当成变量 b后置运算符

    js
    a = b
    ++c
    
    // 将被 ASI 转换为
    
    a = b;
    ++c;
    
  3. 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(++--
    • continue
    • break
    • return
    • yieldyield*
    • module
    js
    return
    a + b
    
    // 将被 ASI 转换为
    
    return;
    a + b;
    

浏览器兼容性

BCD tables only load in the browser

参见