Skip to content
Linbudu's Blog

让 AST 操作像呼吸一样自然

2 min read

一直以来,前端同学们对于编译原理都存在着复杂的看法,大部分人都觉得自己写业务也用不到这么高深的理论知识,况且编译原理晦涩难懂,并不能提升自己在前端领域内的专业知识。我不觉得这种想法有什么错,况且我之前也是这么认为的。而在前端领域内,和编译原理强相关的框架与工具类库主要有这么几种:

  • 以 Babel 为代表,主要做 ECMAScript 的语法支持,比如 ?.?? 对应的 babel-plugin-optional-chainingbabel-plugin-nullish-coalescing-operator,这一类工具还有 ESBuild 、swc 等。类似的,还有 Scss、Less 这一类最终编译到 CSS 的“超集”。这一类工具的特点是转换前的代码与转换产物实际上是同一层级的,它们的目标是得到标准环境能够运行的产物。
  • 以 Vue、Svelte 还有刚诞生不久的 Astro 为代表,主要做其他自定义文件到 JavaScript(或其他产物) 的编译转化,如 .vue .svelte .astro 这一类特殊的语法。这一类工具的特点是,转换后的代码可能会有多种产物,如 Vue 的 SFC 最终会构建出 HTML、CSS、JavaScript。
  • 典型的 DSL 实现,其没有编译产物,而是由独一的编译引擎消费, 如 GraphQL (.graphql)、Prisma (.prisma) 这一类工具库(还有更熟悉一些的,如 HTML、SQL、Lex、XML 等),其不需要被编译为 JavaScript,如 .graphql 文件直接由 GraphQL 各个语言自己实现的 Engine 来消费。
  • 语言层面的转换,TypeScript、Flow、CoffeeScript 等,以及使用者不再一定是狭义上前端开发者的语言,如张宏波老师的 ReScript(原 BuckleScript)、Dart 等。

无论是哪一种情况,似乎对于非科班前端的同学来说都是地狱难度,但其实社区一直有各种各样的方案,来尝试降低 AST 操作的成本,如 FB 的 jscodeshift,相对于 Babel 的 Visitor API,jscodeshift 提供了命令式 + 链式调用的 API,更符合前端同学的认知模式(因为就像 Lodash、RxJS 这样),看看它们是怎么用的:

示例来自于 神光 老师的文章。由于本文的重点并不是 jscodeshift 与 gogocode,这里就直接使用现成的示例了。

1// Babel
2const { declare } = require("@babel/helper-plugin-utils");
3
4const noFuncAssignLint = declare((api, options, dirname) => {
5 api.assertVersion(7);
6
7 return {
8 pre(file) {
9 file.set("errors", []);
10 },
11 visitor: {
12 AssignmentExpression(path, state) {
13 const errors = state.file.get("errors");
14 const assignTarget = path.get("left").toString();
15 const binding = path.scope.getBinding(assignTarget);
16 if (binding) {
17 if (
18 binding.path.isFunctionDeclaration() ||
19 binding.path.isFunctionExpression()
20 ) {
21 const tmp = Error.stackTraceLimit;
22 Error.stackTraceLimit = 0;
23 errors.push(
24 path.buildCodeFrameError("can not reassign to function", Error)
25 );
26 Error.stackTraceLimit = tmp;
27 }
28 }
29 },
30 },
31 post(file) {
32 console.log(file.get("errors"));
33 },
34 };
35});
36
37module.exports = noFuncAssignLint;
38
39// jscodeshift
40module.exports = function (fileInfo, api) {
41 return api
42 .jscodeshift(fileInfo.source)
43 .findVariableDeclarators("foo")
44 .renameTo("bar")
45 .toSource();
46};

虽然以上并不是同一类操作的对比,但还是能看出来二者 API 风格的差异。 ​

以及 阿里妈妈 的 gogocode,它基于 Babel 封装了一层,得到了类似 jscodeshift 的命令式 + 链式 API,同时其 API 命名也能看出来主要面对的的是编译原理小白,jscodeshift 还有 findVariableDeclaration 这种方法,但 gogocode 就完全是 findreplace 这种了:

1$(code).find("var a = 1").attr("declarations.0.id.name", "c").root().generate();

看起来真的很简单,但这么做也可能会带来一定的问题,为什么 Babel 要采用 Visitor API?类似的,还有 GraphQL Tools 中,对 GraphQL Schema 添加 Directive 时同样采用的是 Visitor API,如

1import { SchemaDirectiveVisitor } from "graphql-tools";
2
3export class DeprecatedDirective extends SchemaDirectiveVisitor {
4 visitSchema(schema: GraphQLSchema) {}
5 visitObject(object: GraphQLObjectType) {}
6 visitFieldDefinition(field: GraphQLField<any, any>) {}
7 visitArgumentDefinition(argument: GraphQLArgument) {}
8 visitInterface(iface: GraphQLInterfaceType) {}
9 visitInputObject(object: GraphQLInputObjectType) {}
10 visitInputFieldDefinition(field: GraphQLInputField) {}
11 visitScalar(scalar: GraphQLScalarType) {}
12 visitUnion(union: GraphQLUnionType) {}
13 visitEnum(type: GraphQLEnumType) {}
14 visitEnumValue(value: GraphQLEnumValue) {}
15}

Visitor API 是声明式的,我们声明对哪一部分语句做哪些处理,比如我要把所有符合条件 If 语句的判断都加上一个新的条件,然后 Babel 在遍历 AST 时(@babel/traverse),发现 If 语句被注册了这么一个操作,那就执行它。 而 jscodeshift、gogocode 的 Chaining API 则是命令式(Imperative)的,我们需要先获取到 AST 节点,然后对这个节点使用其提供(封装)的 API,这就使得我们很可能遗漏掉一些边界情况而产生不符预期的结果。 ​

而 TypeScript 的 API 呢?TypeScript 的 Compiler API 是绝大部分开放的,足够用于做一些 CodeMod、AST Checker 这一类的工具,如我们使用原生的 Compiler API ,来组装一个函数: ​

1import * as ts from "typescript";
2
3function makeFactorialFunction() {
4 const functionName = ts.factory.createIdentifier("factorial");
5 const paramName = ts.factory.createIdentifier("n");
6 const paramType = ts.factory.createKeywordTypeNode(
7 ts.SyntaxKind.NumberKeyword
8 );
9 const paramModifiers = ts.factory.createModifier(
10 ts.SyntaxKind.ReadonlyKeyword
11 );
12 const parameter = ts.factory.createParameterDeclaration(
13 undefined,
14 [paramModifiers],
15 undefined,
16 paramName,
17 undefined,
18 paramType
19 );
20
21 // n <= 1
22 const condition = ts.factory.createBinaryExpression(
23 paramName,
24 ts.SyntaxKind.LessThanEqualsToken,
25 ts.factory.createNumericLiteral(1)
26 );
27
28 const ifBody = ts.factory.createBlock(
29 [ts.factory.createReturnStatement(ts.factory.createNumericLiteral(1))],
30 true
31 );
32
33 const decrementedArg = ts.factory.createBinaryExpression(
34 paramName,
35 ts.SyntaxKind.MinusToken,
36 ts.factory.createNumericLiteral(1)
37 );
38
39 const recurse = ts.factory.createBinaryExpression(
40 paramName,
41 ts.SyntaxKind.AsteriskToken,
42 ts.factory.createCallExpression(functionName, undefined, [decrementedArg])
43 );
44
45 const statements = [
46 ts.factory.createIfStatement(condition, ifBody),
47 ts.factory.createReturnStatement(recurse),
48 ];
49
50 return ts.factory.createFunctionDeclaration(
51 undefined,
52 [ts.factory.createToken(ts.SyntaxKind.ExportKeyword)],
53 undefined,
54 functionName,
55 undefined,
56 [parameter],
57 ts.factory.createKeywordTypeNode(ts.SyntaxKind.NumberKeyword),
58 ts.factory.createBlock(statements, true)
59 );
60}
61
62const resultFile = ts.createSourceFile(
63 "func.ts",
64 "",
65 ts.ScriptTarget.Latest,
66 false,
67 ts.ScriptKind.TS
68);
69
70const printer = ts.createPrinter({ newLine: ts.NewLineKind.LineFeed });
71
72const result = printer.printNode(
73 ts.EmitHint.Unspecified,
74 makeFactorialFunction(),
75 resultFile
76);
77
78console.log(result);

以上的代码将会创建这么一个函数:

1export function factorial(readonly n: number): number {
2 if (n <= 1) {
3 return 1;
4 }
5 return n * factorial(n - 1);
6}

可以看到,TypeScript Compiler API 属于命令式,但和 jscodeshift 不同,它的 API 不是链式的,更像是组合式的?我们从 identifier 开始创建,组装参数、if 语句的条件与代码块、函数的返回语句,最后通过 createFunctionDeclaration 完成组装。简单的看一眼就知道其使用成本不低,你需要对 Expression、Declaration、Statement 等相关的概念有比较清晰地了解,比如上面的 If 语句需要使用哪些 token 来组装,还需要了解 TypeScript 的 AST,如 interface、类型别名、装饰器等(你可以在 ts-ast-viewer 实时的查看 TypeScript AST 结构)。 ​

因此,在这种情况下 ts-morph 诞生了(原 ts-simple-ast ),它在 TypeScript Compiler API 的基础上做了一层封装,大大降低了使用成本,如上面的例子转换为 ts-morph 是这样的:

1import { Project } from "ts-morph";
2
3const s = new Project().createSourceFile("./func.ts", "");
4
5s.addFunction({
6 isExported: true,
7 name: "factorial",
8 returnType: "number",
9 parameters: [
10 {
11 name: "n",
12 isReadonly: true,
13 type: "number",
14 },
15 ],
16 statements: (writer) => {
17 writer.write(`
18if (n <=1) {
19 return 1;
20}
21
22return n * factorial(n - 1);
23 `);
24 },
25}).addStatements([]);
26
27s.saveSync();
28
29console.log(s.getText());

是的,为了避免像 TypeScript Compiler API 那样组装的场景,ts-morph 没有提供创建 IfStatement 这一类语句的 API 或者是相关能力,最方便的方式是直接调用 writeFunction 来直接写入。 ​

很明显,这样的操作是有利有弊的,我们能够在创建 Function、Class、Import 这一类声明时,直接传入其结构即可,但对于函数(类方法)内部的语句,ts-morph 目前的确只提供了这种最简单的能力,这在很多场景下可能确实降低了很多成本,但也注定了无法使用在过于复杂或是要求更严格的场景下。 ​

我在写到这里时突然想到了一个特殊的例子:Vite,众所周知,Vite 会对依赖进行一次重写,将裸引入(Bare Import)转换为能实际链接到代码的正确导入,如 import consola from 'consola' 会被重写为 import consola from '/node_modules/consola/src/index.js' (具体路径由 main 指定,对于 esm 模块则会由 module 指定) ,这一部分的逻辑里主要依赖了 magic-stringes-module-lexer 这两个库,通过 es-module-lexer 获取到导入语句的标识在整个文件内部的起始位置、结束位置,并通过 magic-string 将其替换为浏览器能够解析的相对导入(如 importAnalysisBuild.ts)。这也带来了一种新的启发:对于仅关注特定场景的代码转换,如导入语句之于 Vite,装饰器之于 Inversify、TypeDI 这样的场景,大动干戈的使用 AST 就属于杀鸡焉用牛刀了。同样的,在只是对粒度较粗的 AST 节点(如整个 Class 结构)做操作时,ts-morph 也有着奇效。 ​ 实际上可能还是有类似的场景:

  • 我只想传入文件路径,然后希望得到这个文件里所有的 class 名,import 语句的标识(如 fs 即为 import fs from 'fs' 的标识符,也即是 Module Specifier),哪些是具名导入(import { spawn } from 'child_process'),哪些是仅类型导入 (import type { Options } from 'prettier'),然后对应的做一些操作,ts-morph 的复杂度还是超出了我的预期。
  • 我想学习编译相关的知识,但我不想从教科书和系统性的课程开始,就是想直接来理论实践,看看 AST 操作究竟是怎么能玩出花来,这样说不定以后学起来我更感兴趣?
  • 我在维护开源项目,准备发一个 Breaking Change,我希望提供 CodeMod,帮助用户直接升级到新版本代码,常用的操作可能有更新导入语句、更新 JSX 组件属性等。或者说在脚手架 + 模板的场景中,我有部分模板只存在细微的代码差异,又不想维护多份文件,而是希望抽离公共部分,并通过 AST 动态的写入特异于模板的代码。但是!我没有学过编译原理!也不想花时间把 ts-morph 的 API 都过一下...​

做了这么多铺垫,是时候迎来今天的主角了,@ts-morpher 基于 ts-morph 之上又做了一层额外封装,如果说 TypeScript Compiler API 的复杂度是 10,那么 ts-morph 的复杂度大概是 4,而 @ts-morpher 的复杂度大概只有 1 不到了。作为一个非科班、没学过编译原理、没玩过 Babel 的前端仔,它是我在需要做 AST Checker、CodeMod 时产生的灵感。

我们知道,AST 操作通常可以很轻易的划分为多个单元(如果你之前不知道,恭喜你现在知道了),比如获取节点-检查节点-修改节点 1-修改节点 2-保存源文件,这其中的每一个部分都是可以独立拆分的,如果我们能像 Lodash 一样调用一个个职责明确的方法,或者像 RxJS 那样把一个个操作符串(pipe)起来,那么 AST 操作好像也没那么可怕了。 可能会有同学说,为什么要套娃?一层封一层?那我只能说,管它套娃不套娃呢,好用就完事了,什么 Declaration、Statement、Assignment...,我直接统统摁死,比如像这样(更多示例请参考官网):

1import { Project } from "ts-morph";
2import path from "path";
3import fs from "fs-extra";
4import { createImportDeclaration } from "@ts-morpher/creator";
5import { checkImportExistByModuleSpecifier } from "@ts-morpher/checker";
6import { ImportType } from "@ts-morpher/types";
7
8const sourceFilePath = path.join(__dirname, "./source.ts");
9
10fs.rmSync(sourceFilePath);
11fs.ensureFileSync(sourceFilePath);
12
13const p = new Project();
14const source = p.addSourceFileAtPath(sourceFilePath);
15
16createImportDeclaration(source, "fs", "fs-extra", ImportType.DEFAULT_IMPORT);
17
18createImportDeclaration(source, "path", "path", ImportType.NAMESPACE_IMPORT);
19
20createImportDeclaration(
21 source,
22 ["exec", "execSync", "spawn", "spawnSync"],
23 "child_process",
24 ImportType.NAMED_IMPORT
25);
26
27createImportDeclaration(
28 source,
29 // First item will be regarded as default import, and rest will be used as named imports.
30 ["ts", "transpileModule", "CompilerOptions", "factory"],
31 "typescript",
32 ImportType.DEFAULT_WITH_NAMED_IMPORT
33);
34
35createImportDeclaration(
36 source,
37 ["SourceFile", "VariableDeclarationKind"],
38 "ts-morph",
39 ImportType.NAMED_IMPORT,
40 true
41);

这一连串的方法调用会创建:

1import fs from "fs-extra";
2import * as path from "path";
3import { exec, execSync, spawn, spawnSync } from "child_process";
4import ts, { transpileModule, CompilerOptions, factory } from "typescript";
5import type { SourceFile, VariableDeclarationKind } from "ts-morph";

再看一个稍微复杂点的例子:

1import { Project } from "ts-morph";
2import path from "path";
3import fs from "fs-extra";
4import {
5 createBaseClass,
6 createBaseClassProp,
7 createBaseClassDecorator,
8 createBaseInterfaceExport,
9 createImportDeclaration,
10} from "@ts-morpher/creator";
11import { ImportType } from "@ts-morpher/types";
12
13const sourceFilePath = path.join(__dirname, "./source.ts");
14
15fs.rmSync(sourceFilePath);
16fs.ensureFileSync(sourceFilePath);
17
18const p = new Project();
19const source = p.addSourceFileAtPath(sourceFilePath);
20
21createImportDeclaration(
22 source,
23 ["PrimaryGeneratedColumn", "Column", "BaseEntity", "Entity"],
24 "typeorm",
25 ImportType.NAMED_IMPORTS
26);
27
28createBaseInterfaceExport(
29 source,
30 "IUser",
31 [],
32 [],
33 [
34 {
35 name: "id",
36 type: "number",
37 },
38 {
39 name: "name",
40 type: "string",
41 },
42 ]
43);
44
45createBaseClass(source, {
46 name: "User",
47 isDefaultExport: true,
48 extends: "BaseEntity",
49 implements: ["IUser"],
50});
51
52createBaseClassDecorator(source, "User", {
53 name: "Entity",
54 arguments: [],
55});
56
57createBaseClassProp(source, "User", {
58 name: "id",
59 type: "number",
60 decorators: [{ name: "PrimaryGeneratedColumn", arguments: [] }],
61});
62
63createBaseClassProp(source, "User", {
64 name: "name",
65 type: "string",
66 decorators: [{ name: "Column", arguments: [] }],
67});

这些代码将会创建:

1import { PrimaryGeneratedColumn, Column, BaseEntity, Entity } from "typeorm";
2
3export interface IUser {
4 id: number;
5
6 name: string;
7}
8
9@Entity()
10export default class User extends BaseEntity implements IUser {
11 @PrimaryGeneratedColumn()
12 id: number;
13
14 @Column()
15 name: string;
16}

其实本质上没有什么复杂的地方,就是将 ts-morph 的链式 API 封装好了针对于常用语句类型的增删改查方法:

  • 目前支持了 Import、Export、Class,下一个支持的应该会是 JSX(TSX)。
  • @ts-morpher 将增删改查方法拆分到了不同的 package 下,如 @ts-morpher/helper 中的方法均用于获取声明或声明 Identifier ,如你可以获取一个文件里所有的导入的 Module Specifier(fs 之于 import fsMod from 'fs'),也可以获取所有导入的声明,但是你不用管这个声明长什么样,直接扔给 @ts-morpher/checker ,调用 checkImportType ,看看这是个啥类型导入。

为什么我要搞这个东西?因为在我目前的项目中需要做一些源码级的约束,如我想要强制所有主应用与子应用的入口文件,都导入了某个新的 SDK,如 import 'foo-error-reporter' ,如果没有导入的话,那我就给你整一个!由于不是所有子应用、主应用都能纳入管控,因此就需要这么一个究极强制卡口来放到 CI 流水线上。如果这样的话,那么用 ts-morph 可能差不多够了,诶,不好意思,我就是觉得 AST 操作还可以更简单一点,干脆自己再搞一层好了。 ​

是的,这篇文章的本质是一篇 PR 文,为了安利下新玩具,但说是玩具并不是用不了,它也有着 100% 的单测覆盖率和 100+ 方法,而是说它还没有达到理想状态,比如把 AST 操作的复杂度降到 0.5 以下,这一点我想可以通过提供可视化的 playground,让你点击按钮来调用方法,同时实时的预览转换结果,还可以在这之上组合一些常见的能力,如合并两个文件的导入语句,批量更改 JSX 组件等等。 ​

虽然它是一篇 PR 文,但还是有那么一点干货的,这也是我从零折腾 AST 一个月来的些许收获,希望你能有所收获~