首先实现词法分析器将源码拆分为Token，再通过递归下降法构建AST；使用正则匹配Token并逐字符扫描，解析时按优先级分层处理表达式，确保正确性和可扩展性。
编写高效的词法分析器（Tokenizer）和语法解析器（Parser）是构建编译器、解释器或代码处理工具的核心部分。JavaScript 作为一门灵活的脚本语言，非常适合实现这些功能。下面从结构清晰、性能良好的角度出发，介绍如何用 JavaScript 实现一个高效的词法分析器与递归下降语法解析器。
词法分析器：将源码拆分为有意义的标记（Tokens）
词法分析器的任务是读取原始字符串输入，识别出一个个“词法单元”（Token），比如关键字、标识符、运算符、数字等。
设计要点：
- 使用正则表达式匹配不同类型的 Token，提高识别效率。
- 逐字符扫描时避免回溯，采用状态机思想提升性能。
- 跳过空白字符和注释以减少冗余输出。
示例代码：
立即学习“Java免费学习笔记（深入）”；
function createTokenizer(input) {
let pos = 0;
const tokens = [];
const tokenPatterns = [
{ type: 'NUMBER', pattern: /^\d+(.\d+)?/ },
{ type: 'IDENT', pattern: /^[a-zA-Z_]\w/ },
{ type: 'PLUS', pattern: /^+/ },
{ type: 'MINUS', pattern: ^- },
{ type: 'STAR', pattern: /^\/ },
{ type: 'SLASH', pattern: /^\// },
{ type: 'EQ', pattern: /^==/ },
{ type: 'ASSIGN', pattern: /^=/ },
{ type: 'LPAREN', pattern: ^$$ },
{ type: 'RPAREN', pattern: ^$$ },
{ type: 'SEMI', pattern: /^;/ }
];
while (pos < input.length) {
let matched = false;
// 跳过空白
if (/\s/.test(input[pos])) {
pos++;
continue;
}
for (const { type, pattern } of tokenPatterns) {
const match = input.slice(pos).match(pattern);
if (match) {
tokens.push({ type, value: match[0] });
pos += match[0].length;
matched = true;
break;
}
}
if (!matched) {
throw new Error(`Unexpected character at position ${pos}: ${input[pos]}`);
}}
return tokens;
}
这个 tokenizer 使用前向匹配，每轮尝试所有模式，找到第一个匹配项后推进位置。对于简单语言足够高效；若需更高性能，可改用 DFA 驱动的状态机。
语法解析器：根据语法规则构建抽象语法树（AST）
语法解析器接收 tokens 流，按照预定义的文法规则生成 AST。推荐使用递归下降解析法，它易于理解和调试，适合手工编写。
关键思路：
eMart 网店系统
功能列表：底层程序与前台页面分离的效果，对页面的修改无需改动任何程序代码。完善的标签系统，支持自定义标签，公用标签，快捷标签，动态标签，静态标签等等，支持标签内的vbs语法，原则上运用这些标签可以制作出任何想要的页面效果。兼容原来的栏目系统，可以很方便的插入一个栏目或者一个栏目组到页面的任何位置。底层模版解析程序具有非常高的效率，稳定性和容错性，即使模版中有错误的标签也不会影响页面的显示。所有的标
下载
- 每个非终结符对应一个函数，如 parseExpression()、parseStatement()。
- 通过函数调用栈模拟递归推导过程。
- 处理优先级时可用“优先级阶梯法”或 Pratt 解析器。
示例：简单算术表达式解析器
function parse(tokens) {
let current = 0;
function peek() {
return tokens[current];
}
function advance() {
return tokens[current++];
}
function expect(type) {
if (peek().type === type) {
return advance();
}
throw new Error(Expected ${type}, got ${peek().type});
}
// 处理加减（最低优先级）
function parseAdditive() {
let left = parseMultiplicative();
while (peek()?.type === 'PLUS' || peek()?.type === 'MINUS') {
const op = advance();
const right = parseMultiplicative();
left = {
type: 'BinaryExpression',
operator: op.value,
left,
right
};
}
return left;}
// 处理乘除（较高优先级）
function parseMultiplicative() {
let left = parsePrimary();
while (peek()?.type === 'STAR' || peek()?.type === 'SLASH') {
const op = advance();
const right = parsePrimary();
left = {
type: 'BinaryExpression',
operator: op.value,
left,
right
};
}
return left;}
// 基本元素：数字或括号表达式
function parsePrimary() {
const token = peek();
if (token.type === 'NUMBER') {
return { type: 'NumberLiteral', value: parseFloat(token.value) };
}
if (token.type === 'LPAREN') {
advance(); // skip '('
const expr = parseAdditive();
expect('RPAREN'); // must have ')'
return expr;
}
throw new Error(`Unexpected token: ${token.value}`);}
return parseAdditive();
}
该解析器实现了 +、-、*、/ 的四则运算，支持括号和正确优先级。通过分层函数控制结合性，逻辑清晰且扩展性强。
优化建议与实际应用技巧
提升性能的方法：
- 避免频繁创建子串，直接操作索引。
- 对 token 数组进行预处理，去除无用 token（如空格）。
- 在复杂语言中考虑使用生成器（如 ANTLR 输出 JS 版本），但手写更可控。
- 加入错误恢复机制，如同步点跳过非法 token 后继续解析。
增强功能的方向：
- 添加变量声明、赋值、if/while 等语句支持。
- 集成作用域分析，在解析阶段记录符号表。
- 配合 Babel 或 Acorn 学习现代 JS 的解析模式。
基本上就这些。词法和语法解析的核心在于模块化设计和清晰的状态流转。不复杂但容易忽略的是错误提示和边界处理——好的解析器不仅要能读对代码，还要清楚告诉用户哪里错了。
