Node.js Stream - 实战篇
邹斌 ·2016-07-22 11:04
背景
前面两篇（基础篇和进阶篇）主要介绍流的基本用法和原理，本篇从应用的角度，介绍如何使用管道进行程序设计，主要内容包括：
Pipeline
所谓“管道”，指的是通过a.pipe(b)的形式连接起来的多个Stream对象的组合。
假如现在有两个Transform：bold和red，分别可将文本流中某些关键字加粗和飘红。
可以按下面的方式对文本同时加粗和飘红：
// source: 输入流 // dest: 输出目的地 source.pipe(bold).pipe(red).pipe(dest)
bold.pipe(red)便可以看作一个管道，输入流先后经过bold和red的变换再输出。
但如果这种加粗且飘红的功能的应用场景很广，我们期望的使用方式是：
// source: 输入流 // dest: 输出目的地 // pipeline: 加粗且飘红 source.pipe(pipeline).pipe(dest)
此时，pipeline封装了bold.pipe(red)，从逻辑上来讲，也称其为管道。
其实现可简化为：
var pipeline = new Duplex() var streams = pipeline._streams = [bold, red] // 底层写逻辑：将数据写入管道的第一个Stream，即bold pipeline._write = function (buf, enc, next) { streams[0].write(buf, enc, next) } // 底层读逻辑：从管道的最后一个Stream（即red）中读取数据 pipeline._read = function () { var buf var reads = 0 var r = streams[streams.length - 1] // 将缓存读空 while ((buf = r.read()) !== null) { pipeline.push(buf) reads++ } if (reads === 0) { // 缓存本来为空，则等待新数据的到来 r.once('readable', function () { pipeline._read() }) } } // 将各个Stream组合起来（此处等同于`bold.pipe(red)`） streams.reduce(function (r, next) { r.pipe(next) return next })
往pipeline写数据时，数据直接写入bold，再流向red，最后从pipeline读数据时再从red中读出。
如果需要在中间新加一个underline的Stream，可以：
pipeline._streams.splice(1, 0, underline)
bold.unpipe(red)
bold.pipe(underline).pipe(red)
如果要将red替换成green，可以：
// 删除red pipeline._streams.pop() bold.unpipe(red) // 添加green pipeline._streams.push(green) bold.pipe(green)
可见，这种管道的各个环节是可以修改的。
stream-splicer对上述逻辑进行了进一步封装，提供splice、push、pop等方法，使得pipeline可以像数组那样被修改：
var splicer = require('stream-splicer') var pipeline = splicer([bold, red]) // 在中间添加underline pipeline.splice(1, 0, underline) // 删除red pipeline.pop() // 添加green pipeline.push(green)
labeled-stream-splicer在此基础上又添加了使用名字替代下标进行操作的功能：
var splicer = require('labeled-stream-splicer') var pipeline = splicer([ 'bold', bold, 'red', red, ]) // 在`red`前添加underline pipeline.splice('red', 0, underline) // 删除`bold` pipeline.splice('bold', 1)
由于pipeline本身与其各个环节一样，也是一个Stream对象，因此可以嵌套：
var splicer = require('labeled-stream-splicer') var pipeline = splicer([ 'style', [ bold, red ], 'insert', [ comma ], ]) pipeline.get('style') // 取得管道：[bold, red] .splice(1, 0, underline) // 添加underline
Browserify
Browserify的功能介绍可见substack/browserify-handbook，其核心逻辑的实现在于管道的设计：
var splicer = require('labeled-stream-splicer') var pipeline = splicer.obj([ // 记录输入管道的数据，重建管道时直接将记录的数据写入。 // 用于像watch时需要多次打包的情况 'record', [ this._recorder() ], // 依赖解析，预处理 'deps', [ this._mdeps ], // 处理JSON文件 'json', [ this._json() ], // 删除文件前面的BOM 'unbom', [ this._unbom() ], // 删除文件前面的`#!`行 'unshebang', [ this._unshebang() ], // 语法检查 'syntax', [ this._syntax() ], // 排序，以确保打包结果的稳定性 'sort', [ depsSort(dopts) ], // 对拥有同样内容的模块去重 'dedupe', [ this._dedupe() ], // 将id从文件路径转换成数字，避免暴露系统路径信息 'label', [ this._label(opts) ], // 为每个模块触发一次dep事件 'emit-deps', [ this._emitDeps() ], 'debug', [ this._debug(opts) ], // 将模块打包 'pack', [ this._bpack ], // 更多自定义的处理 'wrap', [], ])
每个模块用row表示，定义如下：
{ // 模块的唯一标识 id: id, // 模块对应的文件路径 file: '/path/to/file', // 模块内容 source: '', // 模块的依赖 deps: { // `require(expr)` expr: id, } }
在wrap阶段前，所有的阶段都处理这样的对象流，且除pack外，都输出这样的流。
有的补充row中的一些信息，有的则对这些信息做一些变换，有的只是读取和输出。
一般row中的source、deps内容都是在deps阶段解析出来的。
下面提供一个修改Browserify管道的函数。
var Transform = require('stream').Transform // 创建Transform对象 function through(write, end) { return Transform({ transform: write, flush: end, }) } // `b`为Browserify实例 // 该插件可打印出打包时间 function log(b) { // watch时需要重新打包，整个pipeline会被重建，所以也要重新修改 b.on('reset', reset) // 修改当前pipeline reset() function reset () { var time = null var bytes = 0 b.pipeline.get('record').on('end', function () { // 以record阶段结束为起始时刻 time = Date.now() }) // `wrap`是最后一个阶段，在其后添加记录结束时刻的Transform b.pipeline.get('wrap').push(through(write, end)) function write (buf, enc, next) { // 累计大小 bytes += buf.length this.push(buf) next() } function end () { // 打包时间 var delta = Date.now() - time b.emit('time', delta) b.emit('bytes', bytes) b.emit('log', bytes + ' bytes written (' + (delta / 1000).toFixed(2) + ' seconds)' ) this.push(null) } } } var fs = require('fs') var browserify = require('browserify') var b = browserify(opts) // 应用插件 b.plugin(log) b.bundle().pipe(fs.createWriteStream('bundle.js'))
事实上，这里的b.plugin(log)就是直接执行了log(b)。
在插件中，可以修改b.pipeline中的任何一个环节。
因此，Browserify本身只保留了必要的功能，其它都由插件去实现，如watchify、factor-bundle等。
除了了上述的插件机制外，Browserify还有一套Transform机制，即通过b.transform(transform)可以新增一些文件内容预处理的Transform。
预处理是发生在deps阶段的，当模块文件内容被读出来时，会经过这些Transform处理，然后才做依赖解析，如babelify、envify。
Gulp
Gulp的核心逻辑分成两块：任务调度与文件处理。
任务调度是基于orchestrator，而文件处理则是基于vinyl-fs。
类似于Browserify提供的模块定义（用row表示），vinyl-fs也提供了文件定义（vinyl对象）。
Browserify的管道处理的是row流，Gulp管道处理vinyl流：
gulp.task('scripts', ['clean'], function() {
// Minify and copy all JavaScript (except vendor scripts)
// with sourcemaps all the way down
return gulp.src(paths.scripts)
.pipe(sourcemaps.init())
.pipe(coffee())
.pipe(uglify())
.pipe(concat('all.min.js'))
.pipe(sourcemaps.write())
.pipe(gulp.dest('build/js'));
});
任务中创建的管道起始于gulp.src，终止于gulp.dest，中间有若干其它的Transform（插件）。
如果与Browserify的管道对比，可以发现Browserify是确定了一条具有完整功能的管道，而Gulp本身只提供了创建vinyl流和将vinyl流写入磁盘的工具，管道中间经历什么全由用户决定。
这是因为任务中做什么，是没有任何限制的，文件处理也只是常见的情况，并非一定要用gulp.src与gulp.dest。
两种模式比较
Browserify与Gulp都借助管道的概念来实现插件机制。
Browserify定义了模块的数据结构，提供了默认的管道以处理这样的数据流，而插件可用来修改管道结构，以定制处理行为。
Gulp虽也定义了文件的数据结构，但只提供产生、消耗这种数据流的接口，完全由用户通过插件去构造处理管道。
当明确具体的处理需求时，可以像Browserify那样，构造一个基本的处理管道，以提供插件机制。
如果需要的是实现任意功能的管道，可以如Gulp那样，只提供数据流的抽象。
实例
本节中实现一个针对Git仓库自动生成changelog的工具，完整代码见ezchangelog。
ezchangelog的输入为git log生成的文本流，输出默认为markdown格式的文本流，但可以修改为任意的自定义格式。
输入示意：
commit 9c5829ce45567bedccda9beb7f5de17574ea9437 Author: zoubin <zoubin04@gmail.com> Date: Sat Nov 7 18:42:35 2015 +0800 CHANGELOG commit 3bf9055b732cc23a9c14f295ff91f48aed5ef31a Author: zoubin <zoubin04@gmail.com> Date: Sat Nov 7 18:41:37 2015 +0800 4.0.3 commit 87abe8e12374079f73fc85c432604642059806ae Author: zoubin <zoubin04@gmail.com> Date: Sat Nov 7 18:41:32 2015 +0800 fix readme add more tests
输出示意：
* [[`9c5829c`](https://github.com/zoubin/ezchangelog/commit/9c5829c)] CHANGELOG ## [v4.0.3](https://github.com/zoubin/ezchangelog/commit/3bf9055) (2015-11-07) * [[`87abe8e`](https://github.com/zoubin/ezchangelog/commit/87abe8e)] fix readme add more tests
其实需要的是这样一个pipeline：
source.pipe(pipeline).pipe(dest)
可以分为两个阶段：
- parse：从输入文本流中解析出commit信息
- format: 将commit流变换为文本流
默认的情况下，要想得到示例中的markdown，需要解析出每个commit的sha1、日期、消息、是否为tag。
定义commit的格式如下：
{ commit: { // commit sha1 long: '3bf9055b732cc23a9c14f295ff91f48aed5ef31a', short: '3bf9055', }, committer: { // commit date date: new Date('Sat Nov 7 18:41:37 2015 +0800'), }, // raw message lines messages: ['', ' 4.0.3', ''], // raw headers before the messages headers: [ ['Author', 'zoubin <zoubin04@gmail.com>'], ['Date', 'Sat Nov 7 18:41:37 2015 +0800'], ], // the first non-empty message line subject: '4.0.3', // other message lines body: '', // git tag tag: 'v4.0.3', // link to the commit. opts.baseUrl should be specified. url: 'https://github.com/zoubin/ezchangelog/commit/3bf9055', }
于是有：
var splicer = require('labeled-stream-splicer') pipeline = splicer.obj([ 'parse', [ // 按行分隔 'split', split(), // 生成commit对象，解析出sha1和日期 'commit', commit(), // 解析出tag 'tag', tag(), // 解析出url 'url', url({ baseUrl: opts.baseUrl }), ], 'format', [ // 将commit组合成markdown文本 'markdownify', markdownify(), ], ])
至此，基本功能已经实现。
现在将其封装并提供插件机制。
function Changelog(opts) { opts = opts || {} this._options = opts // 创建pipeline this.pipeline = splicer.obj([ 'parse', [ 'split', split(), 'commit', commit(), 'tag', tag(), 'url', url({ baseUrl: opts.baseUrl }), ], 'format', [ 'markdownify', markdownify(), ], ]) // 应用插件 ;[].concat(opts.plugin).filter(Boolean).forEach(function (p) { this.plugin(p) }, this) } Changelog.prototype.plugin = function (p, opts) { if (Array.isArray(p)) { opts = p[1] p = p[0] } // 执行插件函数，修改pipeline p(this, opts) return this }
上面的实现提供了两种方式来应用插件。
一种是通过配置传入，另一种是创建实例后再调用plugin方法，本质一样。
为了使用方便，还可以简单封装一下。
function changelog(opts) { return new Changelog(opts).pipeline }
这样，就可以如下方式使用：
source.pipe(changelog()).pipe(dest)
这个已经非常接近我们的预期了。
现在来开发一个插件，修改默认的渲染方式。
var through = require('through2') function customFormatter(c) { // c是`Changelog`实例 // 添加解析author的transform c.pipeline.get('parse').push(through.obj(function (ci, enc, next) { // parse the author name from: 'zoubin <zoubin04@gmail.com>' ci.committer.author = ci.headers[0][1].split(/\s+/)[0] next(null, ci) })) // 替换原有的渲染 c.pipeline.get('format').splice('markdownify', 1, through.obj(function (ci, enc, next) { var sha1 = ci.commit.short sha1 = '[`' + sha1 + '`](' + c._options.baseUrl + sha1 + ')' var date = ci.committer.date.toISOString().slice(0, 10) next(null, '* ' + sha1 + ' ' + date + ' @' + ci.committer.author + '\n') })) } source .pipe(changelog({ baseUrl: 'https://github.com/zoubin/ezchangelog/commit/', plugin: [customFormatter], })) .pipe(dest)
同样的输入，输出将会是：
* [`9c5829c`](https://github.com/zoubin/ezchangelog/commit/9c5829c) 2015-11-07 @zoubin * [`3bf9055`](https://github.com/zoubin/ezchangelog/commit/3bf9055) 2015-11-07 @zoubin * [`87abe8e`](https://github.com/zoubin/ezchangelog/commit/87abe8e) 2015-11-07 @zoubin
可以看出，通过创建可修改的管道，ezchangelog保持了本身逻辑的单一性，同时又提供了强大的自定义空间。
