动态与静态编译器 (JavaScript)

Question

我目前正在用 ANTLR+Java 编写一个 JavaScript 编译器。

我在 Stack Overflow 上读到过关于如何继续执行的问题 - 答案始终是对动态语言进行静态编译（没有 JIT 信息）太难 - 但这到底是为什么？当然存在明显的“类型解析”问题，并且在 JavaScript 中可能存在 eval 函数的问题 - 但还有其他原因吗？ （因为它们似乎不太难克服纯静态（无 JITS））

我排除基于 JIT 的编译，因为我认为它对我来说太难实现。

我在编写具有字节码执行的静态编译器方面有一些经验。

更新：

您的所有答案都非常有助于理解问题。 澄清一下，这是否意味着 JavaScript 比其他动态语言更难实现？

这是否也意味着我更好地使用基于树的解释器而不是字节码（如果我们忘记了 JS 总是以原始源代码提供的属性 - 因此增加了生成和 IR 然后执行它的额外时间） ？ - 或者它们应该同样容易/困难地做到吗？

（我是 SOF 新手；不知道这是否是更新问题的首选方式？）

Answer 1

这场对话可以有很多种方式进行。这是一个方向。在 javascript 中，几乎所有东西都是对象，并且可以在运行时将属性或方法添加到任何对象。因此，您在编译时不知道哪些方法或属性将或不会附加到对象。因此，一切都必须在运行时进行查找。

例如：

var myObj = {};

function configureObject() {
    if (something in the environment) {
        myObj.myfunc = function () {alert("Hi");}
    } else {
        myObj.myfunc = function () {document.write("Hello");}
    }
}

现在，稍后在代码中调用 myObj.myfunc(); 在编译时不知道 myfunc 是什么，也不知道它是否是 myfunc 的属性。代码>myObj。它必须是运行时查找。

再举个例子，看这行代码：

var c = a + b;

他的意思完全取决于 a 和 b 的类型，而这些类型在编译时是未知的。

如果a和b都是数字，那么这是一个加法语句，c将是一个数字。

如果 a 或 b 是字符串，则另一个将被强制为字符串，而 c 将是字符串。

您无法将此类逻辑预编译为本机代码。执行环境必须记录这是对这两个操作数之间的加法运算符的请求，并且它必须（在运行时）检查两个操作数的类型并决定要做什么。

Answer 2

编写静态 JavaScript 编译器的挑战在于，通常很难确定在任何程序点引用了哪些对象或调用了哪些函数。我可以利用 JavaScript 是动态的这一事实来根据某些图灵机的输出来决定调用哪个函数。例如：

var functionName = RunTuringMachineAndReportOutputOnTape(myTM, myInput);
eval(functionName + "();");

此时，除非您预先了解 myTM 和 myInput 是什么，否则证明不可能决定使用什么函数通过调用 eval 来调用，因为如果图灵机停止，则无法确定其磁带上的内容（您可以将停止问题简化为此问题）。因此，无论您多么聪明，无论您构建的静态分析器多么优秀，您都永远无法正确地静态解析所有函数调用。您甚至无法绑定此处可能调用的函数集，因为图灵机的输出可能定义一些函数，然后由上述代码执行。

您可以做的是编译代码，每当调用函数时，包含额外的逻辑来解析调用，并可能使用诸如 内联缓存以加快速度。此外，在某些情况下，您可能能够证明正在调用某个函数（或者将调用少数函数之一），然后可以在这些调用中进行硬编码。您还可以编译一段代码的多个版本，每个版本对应一种常见类型（对象、数字等），然后发出代码以跳转到基于动态类型的适当编译跟踪。

Answer 3

V8 就是这么做的。请参阅使用 V8 将 JavaScript 编译为原生代码

使用 EcmaScript 3 和 5 非-strict 作用域周围存在许多在其他动态语言中不会遇到的问题。您可能认为对局部变量进行编译器优化很容易，但是语言中存在一些边缘情况，但事实并非如此，甚至忽略 eval 的作用域内省。

考虑一下，

function f(o, x, y) {
  with (o) { return x + y + z; }
}

当使用

o = {};
o = { z: 3 };
o = { x: 1, z: 2 };
Object.prototype.z = 3, o = {};

EcmaScript 3 进行调用时，

x = (function () { return toString(); })()

应该会产生完全不同的结果，

x = toString();

因为 EcmaScript 3 将激活记录定义为具有原型链的对象。