CodeMirror是一個(gè)基于JavaScript的代碼編輯器，CodeMirror支持大量語言的語法高亮,也包括css,html,js等的高亮顯示。此外，CodeMirror還支持代碼自動(dòng)完成、搜索/替換、HTML預(yù)覽、行號、選擇/搜索結(jié)果高亮、可視化tab、代碼自動(dòng)格式等。

　　 CodeMirror源碼的github地址：https://github.com/marijnh/CodeMirror/。這幾天除了上課之外有空我都是在啃著它的源碼，在網(wǎng)上相關(guān)資料基本一點(diǎn)都沒找到，發(fā)覺看起來真是很吃力，這篇總結(jié)也只是說個(gè)大概原理，具體細(xì)節(jié)我也很多不明白，雖然很多代碼都讀得懂，但是串聯(lián)起來有很大問題，沒注釋，源碼大部分變量都是猜它的意思，大部分函數(shù)也真是知道個(gè)大概實(shí)現(xiàn)什么功能。　　

　　 CodeMirror之所以能夠支持這么多語言的高亮，是由于在它的mode包中定義了多種語言的解析方式，然后對外提供統(tǒng)一的接口。源碼中也把這部分內(nèi)容分為一個(gè)層次。下面我主要是對CodeMirror庫自帶的對JS和CSS代碼加亮腳本為例進(jìn)行了研究。

github:https://github.com/marijnh/CodeMirror/blob/master/mode/javascript/javascript.js

這個(gè)是它定義的js解析方式，下面我用mode.js代替該js文件
mode.js中主要定義了兩個(gè)函數(shù)：

CodeMirror.defineMode("javascript",function(config,parserConfig){}
CodeMirror.defineMIME("text/javascript", "javascript");

這兩個(gè)define的作用主要是掛靠到CodeMirror這個(gè)主體類中

mode.js 對外提供的接口主要是：

return{
  startState:function(basecolumn){...}
  token:function(stream,state){...}
  indent:function(state,textAfter){...}      
}

現(xiàn)在解析這三個(gè)函數(shù)：

（1）startState：主要是定義函數(shù)解析執(zhí)行的上下文環(huán)境，起始的狀態(tài)，如果沒有這個(gè)方法的話，相當(dāng)于在解析過程中沒有了語義。
startState鍵雖然不是必選但也十分重要，因?yàn)楦吡镣婕罢Z境，即目前高亮的短語處于一個(gè)什么樣的上下文中，通常影響語義和顏色的選取。所以需要一個(gè)startState來初始化一個(gè)狀態(tài)物體，而這個(gè)狀態(tài)物體具體包含什么內(nèi)容完全由具體應(yīng)用決定，CodeMirror沒有硬性規(guī)定。
（2）token:這是最主要的解析語法函數(shù)，通過調(diào)用state.tokenize(stream,state)執(zhí)行 function jsTokenBase(stream, state) {...}，下面我會(huì)解析這個(gè)函數(shù)的主要內(nèi)容.
（3）indent：這個(gè)是可有可無的

說下jsTokenBase這個(gè)函數(shù)，通過stream.next()讀取下一個(gè)字符，并對字符進(jìn)行判斷，主要用到了正則匹配，返回的結(jié)果？？？

function jsTokenBase(stream,state){
  var ch = stream.next();
  if(ch == '”' || ch=”'”)
    return ...;          //判斷是否存在下個(gè)”或'，return [“string”,”string”]
  else if(/[\[\]{}\(\),;\:\.]/.test(ch))
    return .. ;          //匹配[]{}()...這幾個(gè)，return ch
  else if(ch==”0” && stream.eat(/x/i)){
    stream.eatwhile(/[\da-f]/i); //0x**,解析16進(jìn)制數(shù)
    return ret(“number”,”number”);//返回一個(gè)自己封裝好的對象function ret(tp,style,cont)
  }
  else if(/\d/.test(ch) || ch ==“”&&stream.eat(/\d/)) 
    return ret(“number”,”number”);//匹配數(shù)字
  else if (ch == "/") {       //匹配注釋
    if(stream.eat(“*”)) return [“comment”,”comment”];     //判斷“/*”
    else if(stream.eat(“/”)) return [“comment”,”comment”];  //判斷“//”
else if (state.lastType == "operator" || state.lastType == "keyword c" || /^[\[{}\(,;:]$/.test(state.lastType)) {}                     //？？
    else if(stream.eatWhile(isOperatorChar)) return ret(“operator”); //判斷/之后的操作符
  }
  else if(ch == "#") return [“error”,”error”]; //返回語句是錯(cuò)誤的
  else if(isOperatorChar.test(ch)) return ret(“operator”); //返回操作符
  else { stream.eatWhile(/[\w\$_]/); return ..} //返回匹配字符串 
}

上面這個(gè)只是判斷每一個(gè)ch = stream.next() 是屬于什么類型的字符，也就是知道現(xiàn)在的字符是屬于符號，字符串，數(shù)字，注釋還是其他的.
接著，更重點(diǎn)的還是后面的字符串棧，其實(shí)在代碼里面是可以看到棧的影子的。就像編譯原理里面的語法分析和語義分析，你需要掃描字符串中的每個(gè)字符，并判斷是否進(jìn)?；蛘咭?guī)約，這學(xué)期的編譯原理沒特別認(rèn)真去學(xué)，還得重新復(fù)習(xí)一遍。在前面舉例子時(shí)其實(shí)就已經(jīng)感受到，加亮JS或CSS代碼需要上下文，而JS或CSS的大括號、冒號這種層級關(guān)系從上往下從左往右讀時(shí)恰好是一個(gè)壓棧的過程。

For example：
  function pushcontext(){...}
  function popcontext() {...}
  function pushlex(type,info){..}
  function poplex(){...}

然后通過function statement(type){}等進(jìn)行調(diào)用。

另外要說的一點(diǎn)是，上面判斷中為什么需要標(biāo)記這么多的狀態(tài)？因?yàn)楦吡敛⒉皇且淮涡酝瓿傻模?dāng)用戶完輸入代碼后，可能會(huì)將光標(biāo)移動(dòng)到任意一個(gè)點(diǎn)，然后修改代碼，這時(shí)難道要重新解析整個(gè)代碼嗎？不是，但是某種程度上來說也是。是，因?yàn)橛脩粜薷狞c(diǎn)之后的代碼必須重新高亮，因?yàn)橛脩艨赡茌斎胍粋€(gè)大括號，從而改變所有之后代碼的層級（一個(gè)大括號入棧，之后的代碼的棧環(huán)境均發(fā)生改變，而加亮方案要靠棧的元素決定）。也不是。因?yàn)橹暗拇a當(dāng)然可以很安全地認(rèn)為是不需要重新加亮的，所以如果重新加亮整個(gè)代碼是沒必要的，試想若是幾千行的代碼，用戶每次按鍵都要重新加亮，豈不是非常低效。所以，當(dāng)每次捕獲加亮任務(wù)，程序應(yīng)該從這個(gè)修改點(diǎn)往后進(jìn)行加亮。而實(shí)際上CodeMirror也是這么做的。這個(gè)多狀態(tài)物體，就是為了能很快的重新從某個(gè)點(diǎn)開始重新加亮。CodeMirror其實(shí)會(huì)幫你“備份”這些狀態(tài)物體(copystate函數(shù))，對于源代碼中的copyState函數(shù)實(shí)現(xiàn)細(xì)節(jié)還真是不懂....

相比JS的mode文件，CSS會(huì)感覺簡單點(diǎn)，容易理解點(diǎn)..原理也差不多，就不多說一遍了，總體上是定義大堆的keyword，然后對于每個(gè)關(guān)鍵符號進(jìn)行判斷，也用到了stack.
github源碼：https://github.com/marijnh/CodeMirror/blob/master/mode/css/css.js

現(xiàn)在轉(zhuǎn)到CodeMirror的主函數(shù)，html的調(diào)用方式為：

var editor = CodeMirror.fromTextArea(document.getElementById("code"), {
　　mode: "application/xml",
　　styleActiveLine: true, //line選擇是是否加亮
　　lineNumbers: true, //是否顯示行數(shù)
　　lineWrapping: true, //是否自動(dòng)換行
});

其實(shí)調(diào)用過程中還可以傳遞更多自定義的參數(shù)，不過這里就不是討論重點(diǎn)了?？傊前炎远x的屬性整合到CodeMirror的defaultConfig中。
在CodeMirror里通過functionhighlightLine(cm,line,state){}調(diào)用 function runMode(cm,text,mode,state,f) 再者通過 mode.token(stream,state) 調(diào)用mode.js對外公開的接口token。
在hightlightLine()函數(shù)執(zhí)行前進(jìn)行了大量的配置定義和分行然后格式化對應(yīng)的字符串.剩下部分前兩天看了不過現(xiàn)在還真得再看一遍才能理清楚思路啦，幾千行的代碼，用最笨的方法看..

如果簡單的詞語高亮，而且不需要考慮到很復(fù)雜的語義，用正則表達(dá)式可以簡單解決..如:

var kw1 = new RegExp("(if|while|with|else|do|try|finally|return|break|continue|new|delete|throw|var|function|catch|for|switch|case|default|typeof|instanceof|true|false|null|undefined|NaN)"), //匹配關(guān)鍵字
kw2 = new RegExp("(\\/\\/[^\n<]*(?:\n|$))(?!<\\/)"), //匹配注釋 

但是正則有時(shí)候也會(huì)出很多問題，在有語義的情況下，寫正則表達(dá)式是很麻煩的.高亮一般的方式是采用編譯原理里面的語法分析+語義分析，這部分是有點(diǎn)難度的。本來還想在CodeMirror基礎(chǔ)上改進(jìn)些東西，但是發(fā)現(xiàn)很難，還不如自己寫個(gè)簡單的，過些天有空我會(huì)自己嘗試下。最近開始期末考，然后還有大把綜合實(shí)驗(yàn)，看書時(shí)間都少了。淡定!!保持心態(tài)...

附:
CodeMirror的應(yīng)用可以參考：http://codemirror.net/

最新評論