关于JavaScript词法

上篇博文发出来后感觉效果不是很好，遂写篇文章来解释解释。本文可以认为是上篇文章 JavaScript词法（http://www.cnblogs.com/winter-cn/archive/2012/04/17/2454229.html）的扫盲说明：）

但凡语言，不论是自然语言还是程序语言，都大致可以区分词法和语法。所谓词，就是语言中有意义的最小单元。

常常听到一个笑话，说“我英语学的可好啦，26个字母全认识！”。大家都知道，一切英文都是由26个字母组成的，为啥26个字母全认识，还不能说会英文呢？

答案就是字母不是词，单独的字母是没有意义的，只有字母组成了词，才会有表达意义的能力。所以学英语的时候，最重要的是"背单词"。

别人问你，h是什么意思啊？——h没有任何意思，只有它出现在help，hello这样的词里面，h才有意义。

对计算机语言来说，同样的道理，每个Unicode或者ASCII字符都是没有意义的，只有它们形成了"词"，才有意义。

所以对任何一门计算机语言来说，最基本的规则就是词法，JavaScript里面，所谓的"词"，实际上大家早已非常熟悉了，比如：

if while else for function之类的关键字

Cat Dog play等用户定义的变量名，正式的叫法是标识符 

"abc" 13.5 /abc/g true false等表示变量值的直接量

圆括号 方括号 花括号 加号 等符号

回车等换行符

空格、Tab等空白符

注释

经过很多年的发展，计算机语言的词法定义基本形成了一个通用的套路。一般来讲，一切合法的“词”，被统称作“输入元素（InputElement）”。

 

输入元素中，一切有意义的词被称作"token"（这个词到目前为止没有被广泛接受的翻译方法，所以保留），在一般的认识中，token以外的InputElement被扫描出来之后就可以直接丢弃了（当然实际情况是对大部分语言来说都是不行的，JavaScript也不行。）所以词法分析程序，大部分叫做lexer，也有人喜欢叫做tokenizer。

 

除了真正有意义的token之外，其它InputElement都是起到修饰或者增加源代码可读性的作用。在JS中，就只有以下三种：

WhiteSpace：空白符

LineTerminator：行终结符

Comments：注释

 

这三种都很好理解，是大家平时非常常用的东西。 

 

大部分编程语言的词法区别都体现在token上，JS的token其实也只有八种：

英文名	名称	简述	示例
Token	词法标记	一切JS中有实际意义的词法标记
┣IdentifierName	标识名称	以字母或_或$开始的一个单词，可以用于属性名	abc
┃┣Identifier	标识符	非保留字的IdentifierName，可以用于变量名或者属性名	abc
┃┣Keyword	关键字	有特殊语法意义的IdentifierName	while
┃┣NullLiteral	Null直接量	表示一个Null类型的值	null
┃┗BooleanLiteral	布尔直接量	表示一个Boolean类型的值	true
┣Punctuator	标点符号	表示特殊意义的标点符号	*
┣NumericLiteral	数字直接量	表示一个Number类型的值	.12e-10
┣StringLiteral	字符串直接量	表示一个String类型的值	"Hello world!"
┗RegularExpressionLiteral	正则表达式直接量	表示一个RegularExpression类的对象	/[a-z]+$$/g

 

这些token基本就是全部词法了，由它们之间的组合，可以组成表达式、语句、函数定义等语法结构，最终形成有强大表达能力的程序。