通过这个系列的文章，我们在过去的知识里面建立一个新的秩序，也就是建立知识体系。在重学 JavaScript 的过程中，我们以 JavaScript 的语法为线索，从细到粗地完整学习一遍 JavaScript 的语言知识。

语言按语法分类

首先这里我们先讲一讲泛用的语言的分类学，在我们平时说话，我们讲的是中文，当我们去国外留学或者旅游，我们都会需要讲英文。不知道大家有没有这种经历，在国外时因为英文不是很好的时候，我们会把关键词凑起来这么一说，然后语法也不对，但是老外也听懂了。比如说 “很久不见”，我们就会说 "long time no see"，然后老外还觉得挺好用的，所有他们也就加语言里面了。

这类的语言有一个特点，就是它的语法没有一个严格的定义，所以我们叫它做 “非形式化语言”，典型的代表就是我们平时说的这些。

在计算机里面，大部分的语言都是 “形式语言” —— 形式语言它的特性是有一个形式化定义，它是非常的严谨严格。

然后在形式语言里面也是分类的，这里给大家讲一下其中一种就是 “乔姆斯基谱系”。

乔姆斯基谱系：是计算机科学中刻画形式文法表达能力的一个分类谱系，是由诺姆·乔姆斯基于 1956 年提出的。它包括四个层次.

  • 非形式化语言
    • 中文，英文
  • 形式化语言 （乔姆斯基谱系）
    • 0-型：无限制文法 —— 只要定义清楚了语言是什么样的
    • 1-型：上下文相关文法 —— 同样的一个词、句的组合，它的上文、下文和内容相关的
    • 2-型：上下文无关文法 —— 同样一个表达，不管放到哪里都是一样的意思
    • 3-型：正则文法 —— 能够被正则表达式去描述的一种文法

在乔姆斯基谱系里面 0123 是一种包含关系，就是说一个上下文相关文法，它一定也属于 0-型，但是反过来就不一定了。

什么是产生式？（BNF）

  • 产生式： 在计算机中指 Tiger 编译器将源程序经过词法分析（Lexical Analysis）和语法分析（Syntax Analysis）后得到的一系列符合文法规则（Backus-Naur Form，BNF）的语句
  • 巴科斯诺尔范式：即巴科斯范式（英语：Backus Normal Form，缩写为 BNF）是一种用于表示上下文无关文法的语言，上下文无关文法描述了一类形式语言。它是由约翰·巴科斯（John Backus）和彼得·诺尔（Peter Naur）首先引入的用来描述计算机语言语法的符号集。
  • 终结符： 最终在代码中出现的字符（ zh.wikipedia.org/wiki/ 終結符與非終結符)
  • 用尖括号（<, >）括起来的名称来表示语法结构名
  • 语法结构分成基础结构和需要用其他语法结构定义的复合结构
    • 基础结构称终结符
    • 复合结构称非终结符
  • 引号和中间的字符表示终结符
  • 可以有括号
  • * 表示重复多次
  • | 表示 “或”
  • + 表示至少一次

案例：

我们来用 BNF 来表述一下大家比较熟悉的四则运算。

  • 四则远算是：1 + 2 * 3
  • 这里面的总结符：
    • Number
    • +、-、*、/
  • 非终结符
    • MultiplicativeExpression
    • AdditiveExpression

小时候我们学的四则运算是加减乘除，实际上它是有一个优先级的关系的。我们可以理解为一个 1+2x3的连加法当中，可以拆分成一个 1和 2x3组成的。那么 2x3 是它的子结构，然后 2 和 3，就是这个结构中的 Number，然后中间就是运算符 *。

所以用 BNF 去描述这个远算的时候，首先我们会定义一个加法表达式，格式就是：

  • 乘法表达式的列表 或
  • 加法表达式 + 乘法表达式 或
  • 加法表达式 - 乘法表达式

因为 BNF 是可以递归的，所以在定义表达式的时候，可以使用自身的表达式。

那么乘法也是类似，只不过那加法中乘法的表达式换成了 Number 就可以了：

  • Number 或
  • 乘法表达式 * Number 或
  • 乘法表达式 / Number

最后我们看看用代码是怎么写的：

<MultiplicativeExpression>::=<Number> |
    <MultiplicativeExpression> "*" <Number> |
    <MultiplicativeExpression> "/" <Number> |

深入了解产生式

这里我们来尝试通过产生式，来深入理解一下前面讲到的乔姆斯基谱系。

终结符： 最终在代码中出现的字符zh.wikipedia.org/wiki/ 終結符與非…

那 JavaScript 是上下文相关文法，上下文无关文法还是正则无关文法？

JavaScript 总体上属于上下文无关文法，其中的表达式部分大部分属于正则文法，但是这里面是有两个特例的：

  1. JavaScript 的表达式里面有新加一个** 运算符，** 表示乘方
    • 乘方运算符其实是右结合的 ，比如说 2 ** 1 ** 2 结果是 2
    • 这里是因为 1 ** 2 是先计算的，1 的 2 次方是 1，然后 2 的 1 次方是2，所以最后结果是 2 而不是 4
    • 所以因为它是右结合的，就不是一个正则文法
    • 如果 if 这些判断加入的话，就更加不是正则文法了
  2. 比如说 get
    • 如果我们在写成 get a {return 1} 那 get 就类似关键字的东西
    • 但是如果我们在 get 后面加入 :，那 get 本身就是属性名了

所以如果我们严格按照乔姆斯基谱系来理解，那么 JavaScript 是属于上下文相关文法。在 JavaScript 引擎的实现上，可以理解为众体的编程的结构，都是一个针对上下文无关文法的，一旦遇到像 get 这样的上下文相关的地方，那么就会单独的用代码做一些特例处理。所以一般来说也就不会把 JavaScript 归类为上下文相关文法去处理。

其他产生式

除了乔姆斯基谱系可以用 BNF 来定义，其实还有很多的不同的产生式的类型。比如说后来出现的 EBNF、ABNF，都是针对 BNF 的基础上做了语法上的扩张。所以一般来说每一个语言的标准里面，都会自定义一个产生式的书写方式。

比如说 JavaScript 中也是：

AdditiveExpression:
    MultiplicativeExpression
    AdditiveExpression +
MultiplicativeExpression
    AdditiveExpression -
MultiplicativeExpression

它的开头是用缩进来表示的，就是相当于产生式左边的非终结符，非终结符之后跟着一个冒号，之后给了两个空格的缩进。然后在 JavaScript 的标准中，它的非终结符，加号、减号是用加粗的黑字体来表示终结符的。所以网上的产生式是五花八门的，只学一个 BNF 是无法读懂所有的语言的。虽然所他们都有不一样的标准和写法，但是它们所表达的意思大致上都是一样的。所以我们需要理解产生式背后的思路和原理，那么我们是可以忽略表达式上的区别的。

现代语言的分类

现代语言的特例

  • C++ 中，* 可能表达乘号或者指针，具体是哪个，取决于星号前面的标识符是否被声明为类型

  • VB 中，< 可能是小于号，也可能是 XML 直接量的开始，取决于当前位置是否可以接受XML直接量；

  • Python 中，行首的 tab 符和空格会根据上一行的行首空白以一定规则被处理成虚拟终结符 indent 或者 dedent；

  • JavaScript 中，/ 可能是除号，也可能是正则表达式开头，处理方式类似于 VB，字符串模版中也需要特殊处理 }，还有自动插入分号规则；

    语言的分类

形式语言 —— 用途

  • 数据描述语言 —— 有些时候我们需要去存储一个纯粹的数据，本身是没有办法进行编程的
    • JSON, HTML, XAML, SQL, CSS
  • 编程语言
    • C, C++, Java, C#, Python, Ruby, Perl, PHP, Go, Perl, Lisp, T-SQL, Clojure, Haskell, JavaScript, CoffeeScriptx

形式语言 —— 表达方式

  • 声明式语言
    • JSON, HTML, XAML, SQL, CSS, Lisp, Clojure, Haskell
  • 命令型语言
    • C, C++, Java, C#, Python, Ruby, Perl, JavaScript

编程语言的性质

图灵完备性

  • 命令式 —— 图灵机
    • goto
    • if 和 while
  • 声明式 —— lambda
    • 递归
  • 图灵完备性：在可计算性理论里，如果一系列操作数据的规则（如指令集、编程语言、细胞自动机）可以用来模拟单带图灵机，那么它是图灵完全的。这个词源于引入图灵机概念的数学家艾伦·图灵。虽然图灵机会受到储存能力的物理限制，图灵完全性通常指“具有无限存储能力的通用物理机器或编程语言”。
  • 图灵机（Turing machine）：又称确定型图灵机，是英国数学家艾伦·图灵于 1936 年提出的一种将人的计算行为抽象掉的数学逻辑机，其更抽象的意义为一种计算模型，可以看作等价于任何有限逻辑数学过程的终极强大逻辑机器。

动态与静态

  • 动态：
    • 在用户的设备 / 在线服务器上运行
    • 时机：产品实际运用时
    • 术语：Runtime（运行时）
  • 静态：
    • 在程序员的设备上运行
    • 时机：产品开发时
    • 术语：Compiletime（编译时）

JavaScript 这种解释执行的语言，它是没有 Compiletime 的。我们现在也会用到 Webpack 去 build 一下我们的代码，但是实际上还是没有 Compiletime 的。所以说，今天的 Runtime 和 Compiletime 的对应已经不准确了，但是我们依然会愿意沿用 Compiletime 的习惯，因为 JavaScript 它也是 “Compiletime（开发时）” 的一个时间，所以也会用 Compiletime 这个词来讲 JavaScript 里面的一些特性。

类型系统

  • 动态类型系统 —— 在用户机器上可以找到的类型时
    • JavaScript就是动态类型系统
  • 静态类型系统 —— 只在程序员编写代码的时候可以找到的类型时
    • C++最终编译到目标的机器的代码的时候，所有的类型信息都被丢掉了
  • 半动态半静态类型系统 —— 比如 Java 一类的语言提供了反射机制
    • 在编译时主要的类型检查和类型的操作，都已经在编译时被处理掉了
    • 但是如果你想在运行时去获得类型信息，还是可以通过反射去获取的
  • 强类型与弱类型 —— 说明在编程语言里类型转换发生的形式
    • 强类型： 无隐式转换（类型转化是不会默认发生的）
    • 弱类型： 有隐式转换（JavaScript 就是典型的弱类型的语言，默认把 Number 转换成 String 类型然后相加后给你得到一个 String 类型，还有 String 和 Boolean 双等运算，会先把 Boolean 转成 Number 然后再跟 String 去做是否相同的对比）
  • 复合类型
    • 结构体
    • 函数签名（包含参数类型和返回值类型两个部分）
  • 子类型 —— 典型的语言就是 C++（在做类型转换的时候，会有一些默认的行为）
  • 范型
    • 协变与逆变：[ jkchao.github.io/typescript-…
    • 协变例子：凡是能用范型数组 Array <Parent> 的地方都能用 Array <Child>
    • 逆变例子：凡是能用 Function <Child> 的地方，都能用 Function <Parent>

一般命令式编程语言的设计方式

一般来说我们的命令式语言可能有一些细微的结构上的不一致，但是它总体上来讲会分成5个层级。

  • 原子级（Atom）—— 一个语言的最小的组成单位
    • 关键字（Identifier）
    • 字符/数字的直接量（Literal）
    • 变量名（Variables）
  • 表达式（Expression）—— 原子级结构通过运算符相连接和辅助符号形成
    • 原子单位（Atom）
    • 操作符（Operator）—— 加减乘除，拼接符等等
    • 语法符（Punctuator）
  • 语句（Statement）—— 表达式加上特定的标识符、关键字、符号形成一定的结构
    • 表达式（Expression）
    • 关键字（Keyword）
    • 语法符（Punctuator）
  • 结构化（Structure）—— 帮助我们组织、分块、分成不同的复用结构
    • 函数（Function）
    • 类（Class）
    • 过程（Process）—— PASCAL 语言就会有 Process 的概念
    • 命名空间（Namespace）—— C++ / PHP 中就会有 Namespace 的概念
  • 程序（Program）—— 管理语言模块和安装
    • 程序（Program）—— 实际执行的代码
    • 模块（Module）—— 准备好被复用的模块
    • 包（Package）
    • 库（Library）

我们对每一个层级的讲解方式都会有一个，比较固定的结构。对每一个层级来说我们是以语法作为线索，但是实际上除了语法，重点讲的是语义和进行时。

所谓 “语义” 就是在实行上在用户使用的时候是什么样子的。前端工程师最关心的就是，我们写什么样的语法，最后变成用户的电脑上运行时什么样子的，这是我们的变成过程。

而中间连接语法运行时，正是这个语言的语义。我们通过一定的语法表达一定的语义，最后改变了运行时的状态。