slow-json-stringify源码解析

最近对slow-json-stringify" title="stringify">stringify的源码研究了一下，本文将对源码中函数的作用进行讲解。下文的源码是2.0.0版本的代码。

简介

jsON.stringify可以把一个对象转化为一个jsON字符串。slow-json-stringify开源库是对上述功能进行了一个时间上的优化。

因为JavaScript是动态类型的语言，所以一个对象的属性值的类型在运行的时候才能确定，因此执行JSON.stringify会有很多和确定变量类型相关的工作。

那么，如果我们事先可以知道JSON的格式，是不是就可以缩减一些时间？slow-json-stringify正是基于这个思路去做的。所以，你需要提供一个说明属性值类型的schema，它会根据schema生成一个单独的stringify方法。

基本原理就是根据提供的schema，把字符串分割成两部分，chunks和queue：

• chunks里面用于存放字符串中不变的部分
• queue存放生成动态属性值相关的信息

当序列化实际对象的时候，再把这两部分拼接起来。

使用

schema定义

// 我们需要stringify的对象
var obj = {
a: 'world', // 字符串类型
b: 42, // 数字类型
c: true, // 布尔类型
d: [ // 数组中每一项都是同样的结构
{
e: 'value1',
f: 3
},
{
e: 'value2',
f: 4
}
]
}
var schema = {
a: attr('string'), // 不是'string'，使用了它提供的attr方法
b: attr('number'), // 不是'number'，使用了它提供的attr方法
c: attr('boolean'), // 不是'boolean'，使用了它提供的attr方法
d: attr('array', sjs({
e: attr('string'),
f: attr('number')
}))
}
var stringify = sjs(schema) // sjs函数针对每一个schema生成一个单独的stringify方法
stringify(obj) // "{"a":"world","b":42,"c":true,"d":[{"e":"value1","f":3},{"e":"value2","f":4}]}"

简化版本代码分析

刚开始分析的时候，我们可以大致了解下每个函数的功能，不用太考虑各种细节，等我们把整体流程了解完成之后，再看细节部分。
我们以下面这个最简单的schema为例进行讲解：

var schema = {
a: attr('string'),
b: attr('number'),
c: attr('boolean')
}

在上面使用的时候，我们发现主要用了两个函数，attr和sjs（slow json stringify的缩写），我们先看下attr函数完整版：

const attr = (type, serializer) => {
if (!TYPES.includes(type)) { // 容错处理，可以先不考虑
throw new Error(`Expected one of: "number", "string", "boolean", "null". received "${type}" instead`);
}
const usedSerializer = serializer || (value => value); // 自定义每个属性的stringify方法，可以先不考虑
return {
isSJS: true,
type,
serializer: type === 'array'
? _makeArraySerializer(serializer) // 数组类型，做特殊处理，可以先不考虑
: usedSerializer,
};
};

简化后的版本如下：

const attr = (type, serializer) => {
const usedSerializer = value => value;
return {
isSJS: true,
type,
serializer: usedSerializer,
};
};

可以看到attr接受两个参数：类型和自定义序列化函数，上述schema实际如下：

sjs

sjs函数完整版代码如下：

const sjs = (schema) => {
const { preparedString, preparedSchema } = _prepare(schema);
const queue = _makeQueue(preparedSchema, schema);
const chunks = _makeChunks(preparedString, queue);
const selectChunk = _select(chunks);
...
};

sjs函数用了多个方法，_prepare, _makeQueue, _makeChunks, _select。接下来我们一一介绍。

_prepare

const _prepare = (schema) => {
const preparedString = JSON.stringify(schema, (_, value) => {
if (!value.isSJS) return value;
return `${value.type}__sjs`;
});
const preparedSchema = JSON.parse(preparedString);
return {
preparedString,
preparedSchema, // preparedString对应的json对象
};
};

_prepare(schema)
// preparedString: "{"a":"string__sjs","b":"number__sjs","c":"boolean__sjs"}"
// preparedSchema: {a:"string__sjs",b:"number__sjs",c:"boolean__sjs"}
// schema: {a:attr('string'),b:attr('number'),c:attr('boolean')}

对比下会发现_prepare把attr('type')形式转化成了type_sjs形式。为什么这么转呢？我们发现只要把preparedString里面的type_sjs替换成真正的值就可以了。所以，我们可以把prepareString里面不变的部分和变的部分分开，然后按照顺序再把他们拼接起来：不变的部分+变的部分+不变的部分+变的部分+...+不变的部分。所以就有了下面这两个方法：

• _makeQueue是把变的部分按照顺序提取成一个数组。
• _makeChunks是把不变的部分按照顺序提取成一个数组。

_makeQueue

const _makeQueue = (preparedSchema, originalSchema) => {
const queue = [];
(function scoped(obj, acc = []) {
// 前面_prepare生成的preparedSchema把属性值变成了type__sjs的形式，所以如果属性值包含__sjs，我们可以认为这就是变量部分
if (/__sjs/.test(obj)) {
const usedAcc = Array.from(acc);
const find = _find(usedAcc); // 从实际对象中获取这个变量值的方法，usedAcc是这个属性数组形式的访问路径
const { serializer } = find(originalSchema); // 从原始schema获取序列化方法
queue.push({
serializer, // 该属性值序列化的方法
find, // 从对象中获取属性值的方法
name: acc[acc.length - 1], // 属性名
});
return;
}
return Object
.keys(obj)
.map(prop => scoped(obj[prop], [...acc, prop]));
})(preparedSchema);
return queue;
};

_makeQueue(_prepare(schema).preparedSchema, schema)

可以看到find方法是我们获取实际属性值的方法。我们看下_find函数：

const _find = (path) => {
const { length } = path;
let str = 'obj';
for (let i = 0; i < length; i++) {
// 简单的容错
str = str.replace(/^/, '(');
str += ` || {}).${path[i]}`;
// 如果不做容错处理，可以直接用下面的
// str += `.${path[i]}`
}
return eval(`((obj) => ${str})`);
};

path是对象某个属性的访问路径上的所有属性名组成的数组，比如对象：

var hello = {
a: {
b: {
c: 'world'
}
}
}

属性值'world'的访问路径就是['a', 'b', 'c']，我们把这个path传给_find，就会给我们返回一个使用eval动态生成的函数(obj) => (((obj.a || {}).b || {}).c。

如果使用上面我说的不做容错处理的版本，那么返回的函数就是(obj) => obj.a.b.c。

_makeChunks

const _makeChunks = (str, queue) => str
.replace(/"\w+__sjs"/gm, type => (/string/.test(type) ? '"__par__"' : '__par__'))
.split('__par__')
.map((chunk, index, chunks) => {
const matchProp = `("${(queue[index] || {}).name}":(\"?))$`;
const matchWhenLast = `(\,?)${matchProp}`;
const isLast = /^("}|})/.test(chunks[index + 1] || '');
const matchPropRe = new RegExp(isLast ? matchWhenLast : matchProp);
const matchStartRe = /^(\"\,|\,|\")/;
return {
flag: false, // 表明前面的属性值是不是undefined
pure: chunk,
prevUndef: chunk.replace(matchStartRe, ''),
isUndef: chunk.replace(matchPropRe, ''),
bothUndef: chunk
.replace(matchStartRe, '')
.replace(matchPropRe, ''),
};
});

上面的咋一看挺复杂，好多正则正则表达式，他们是用来处理属性值是undefined的情况。

JSON.stringify转换成json字符串的过程中，如果这个属性值是undefined，这个属性不会出现在最终的字符串中，如下：

JSON.stringify({a: 'hello', b: undefined}) // "{"a":"hello"}"

我们可以先不考虑属性值是undefined的情况，那么，_makeQueue可以简化如下：

// str是前面通过_prepare生成的preparedString
const _makeChunks = (str) => str
.replace(/"\w+__sjs"/gm, type => (/string/.test(type) ? '"__par__"' : '__par__'))
.split('__par__')
.map((chunk, index, chunks) => {
return {
flag: false, // 表明前面的属性值是不是undefined
pure: chunk
};
});

var preparedString = _prepare(schema).preparedString
// "{"a":"string__sjs","b":"number__sjs","c":"boolean__sjs"}"
_makeChunks(preparedString)

通过结果会发现_makeChunks就是把不变的部分按照顺序提取成一个数组。我们知道字符串stringify之后，属性值是被双引号包围的，数字或者布尔值stringify之后，属性值是不被双引号包围的，所以string__sjs两边的双引号是需要保留放在chunk里面的，数字和布尔类型是需要去掉双引号的。这就是上面replace方法的作用。然后再以__par__分割字符串。

观察上面截图中pure属性，会发现a属性值那比b和c多一个双引号。这个就是replace方法在起作用。

select方法

const _select = chunks => (value, index) => {
const chunk = chunks[index];
if (typeof value !== 'undefined') {
if (chunk.flag) {
return chunk.prevUndef + value;
}
return chunk.pure + value;
}
chunks[index + 1].flag = true;
if (chunk.flag) {
return chunk.bothUndef;
}
return chunk.isUndef;
};

前面我们说了不考虑属性值是undefined的情况，所以第一个if判断就是true，就不用考虑下面的情况了。而chunk的flag是表明前面的属性值是不是undefined的，在不考虑属性值是undefined的情况下，这个flag永远是false。这两步精简后的_select函数如下：

const _select = chunks => (value, index) => {
const chunk = chunks[index];
return chunk.pure + value;
};

chunk.pure就是前面_makeChunks生成的，使用__par__分割生成的字符串。

_select方法用来拼接不变的部分chunk和通过queue得到的实际属性值。

下面我们接着讲sjs函数：

const sjs = (schema) => {
const { preparedString, preparedSchema } = _prepare(schema);
const queue = _makeQueue(preparedSchema, schema);
const chunks = _makeChunks(preparedString, queue);
const selectChunk = _select(chunks);
const { length } = queue;
return (obj) => {
let temp = '';
let i = 0;
while (true) {
if (i === length) break;
const { serializer, find } = queue[i];
const raw = find(obj); // 找到这个属性的实际属性值
temp += selectChunk(serializer(raw), i);
i += 1; // 处理下一个属性值
}
const { flag, pure, prevUndef } = chunks[chunks.length - 1]; // 拼接最后一个不变的部分
return temp + (flag ? prevUndef : pure);
};
};

sjs函数返回了一个函数，这个函数的参数是我们将要stringify的json对象。这个函数会通过循环的方式遍历queue数组，queue数组存储的就是变量的部分。通过find方法找到变量的原始值，然后通过serializer方法返回自定义的值，通过selectChunk方法返回该属性值前面不变的部分+属性值。

最后在加上最后一个不变的部分，这个过程就完成了。我们会发现queue的长度始终比chunks的长度小一。

完整版本代码分析

我们通过几个例子来对应看下在简化版本我们忽略的部分

例子一：嵌套对象

var schema = {
a: attr('string'),
b: attr('number'),
c: {
d: attr('string'),
e: attr('number')
}
}

_makeQueue

我们来分析下_makeQueue方法下面的Object.keys():

const _makeQueue = (preparedSchema, originalSchema) => {
const queue = [];
(function scoped(obj, acc = []) {
if (/__sjs/.test(obj)) {
// ...
}
return Object
.keys(obj)
.map(prop => scoped(obj[prop], [...acc, prop]));
})(preparedSchema);
return queue;
};

scoped函数开始执行的时候，首先是一个if判断，刚开始obj就是preparedSchema，是一个对象，那么正则表达式的test函数接受一个对象做为参数做了什么呢？

因为test函数的含义就是测试一个字符串是否满足正则表达式，当遇到非字符串参数的时候，会首先把参数转化为字符串，所以给test传入preparedSchema的时候，首先调用了对象的toString方法，普通对象调用toString方法一般返回[object Object]：

/__sjs/.test({name: 'hello'}) // false
/\[object Object\]/.test({name: 'hello'}) // true

scoped函数刚开始执行的时候if判断失败，会走到Object.keys。同理，如果遇到嵌套的对象，就像上面这个例子，当分析到属性c的值的时候，也会使用Object.keys遍历里面的d和e属性，同时acc变量会把当前访问路径加进去。

不过，如果定义的时候没有使用attr属性，就有可能会导致堆栈溢出：

// 没有按照规范定义schema
var schema = {
a: 'string',
b: attr('string')
}

在_prepare方法里面JSON.stringify的时候，我们直接使用的'string'在!value.isSJS这个判断中成功，所以直接返回了value：

const _prepare = (schema) => {
const preparedString = JSON.stringify(schema, (_, value) => {
if (!value.isSJS) return value;
// ...
});
// ...
};

所以_prepare返回值里面的preparedSchema如下：

{a: "string", b: "string__sjs"}

接下来执行_makeQueue的时候，当完成preparedSchema处理之后，会开始处理属性a的属性值，也就是scoped('string', ['a'])，首先if判断是失败的，执行Object.keys('string')：

Object.keys('string') // ["0", "1", "2", "3", "4", "5"]
Object.keys('hello') // ["0", "1", "2", "3", "4"]
Object.keys(123) // []
Object.keys(true) // []

这里隐藏着另外一个知识点：Object.keys会首先把参数转换成对象，也就是new String('string')

我们接着往下看，

Object.keys('string').map(prop => scoped(obj[prop], [...acc, prop])

map的时候prop就是0，1，2，3，4，5，obj[prop]就是每个字符，所以会进入scoped('s', ['a', '0']), scoped('t', ['a', '1']) ...。

看第一个scoped('s', ['a', '0'])，就会进入和上面一样的分析过程，只不过原先的参数'string'变成了's'，所以会进入到scoped('s', ['a', '0', '0'])，然后再进入到scoped('s', ['a', '0', '0', '0']) ...，直到堆栈溢出。

例子二：属性值undefined

var schema = {
a: attr('string'),
b: attr('number'),
c: attr('string')
}
// 需要stringify的对象
var obj = {
a: undefined,
b: undefined,
c: undefined
}

我们前面讲过_makeChunks是用来提取stringify后的字符串里面不变的部分的，简化版本删除了和属性值是undefined相关的代码，我们现在来看下：

const _makeChunks = (str, queue) => str
.replace(/"\w+__sjs"/gm, type => (/string/.test(type) ? '"__par__"' : '__par__'))
.split('__par__')
.map((chunk, index, chunks) => {
const matchProp = `("${(queue[index] || {}).name}":(\"?))$`;
const matchWhenLast = `(\,?)${matchProp}`;
const isLast = /^("}|})/.test(chunks[index + 1] || '');
const matchPropRe = new RegExp(isLast ? matchWhenLast : matchProp);
const matchStartRe = /^(\"\,|\,|\")/;
return {
flag: false, // 表明前面的属性值是不是undefined
pure: chunk,
// Without initial part
prevUndef: chunk.replace(matchStartRe, ''),
// Without property chars
isUndef: chunk.replace(matchPropRe, ''),
// Only remaining chars (can be zero chars)
bothUndef: chunk
.replace(matchStartRe, '')
.replace(matchPropRe, ''),
};
});

queue参数就是前面_makeQueue方法生成的用于存放变的部分的相关信息。当属性值是undefined的时候，属性名也不会出现在最终的字符串中。但是我们生成的chunks是包含属性名的，所以需要用正则把属性名给删掉。

matchProp匹配的属性的键值部分，也就是"key":"或者"key":，后面这个引号是字符串类型的时候会有，其他类型的时候没有，和前面的replace方法对应。

matchWhenLast匹配当undefined的属性是这个对象最后一个属性的时候，这个属性前面的逗号也要去掉。

isLast是用于判断这个属性是不是对象的最后一个属性的，根据这个判断是用mathProp还是matchWhenLast。

matchPropRe就是根据前面isLast判断之后的最终的正则表达式。

matchStartRe是，当前面一个属性是undefined的时候，该静态字符串前面用于拼合前面属性的部分。

所以返回值里面的这几个属性分别表示：

• flag: 前面的属性值是不是undefined
• pure: 前面的属性值和该静态字符串后面的属性值都不是undefined的时候用这个原始静态字符串，我们简版里面就是使用的这个字段
• prevUndef: 只有前面的属性值是undefined的时候，用这个处理过后的静态字符串
• isUndef: 只有该静态字符串后面的属性值是undefined的时候，用这个处理过后的静态字符串
• bothUndef: 前面的属性值和该静态字符串后面的属性值都是undefined的时候，使用这个处理后的静态字符串

接下来分析_select方法，这几个字段是在_select中被消费的：

const _select = chunks => (value, index) => {
const chunk = chunks[index];
if (typeof value !== 'undefined') {
if (chunk.flag) {
return chunk.prevUndef + value; // 11
}
return chunk.pure + value; // 12
}
chunks[index + 1].flag = true; // 标记后面静态字符串前面的属性值是undefined
if (chunk.flag) {
return chunk.bothUndef; // 21
}
return chunk.isUndef; // 22
};

• 11对应只有前面的属性值是undefined，所以使用了prevUndef
• 12对应前后属性值都不是undefined，所以使用了prue
• 21对应前后属性值都是undefined，所以使用了bothUndef
• 22对应只有后面的属性值是undefined，所以使用了isUndef

下面看下例子：

var schema = {
a: attr('string'),
b: attr('number'),
c: attr('string')
}
obj = {
a: undefined,
b: undefined,
c: undefined
}
sjs(schema)(obj) // "{}"

从上图中看出其实结果就是chunks[0].isUndef + chunks[1].bothUndef + chunks[2].bothUndef + chunks[3].prevUndef，所以最后的结果是"{}"。

再看下面的例子

obj = {
a: undefined,
b: 3,
c: undefined
}
sjs(schema)(obj) // "{"b":3}"

从上图中看出其实结果就是chunks[0].isUndef + chunks[1].prevUndef + 3 + chunks[2].isUndef + chunks[3].prevUndef，所以最后的结果是"{"b":3}"。

例子二：数组

var schema = {
a: attr('array', sjs({
b: attr('string'),
c: attr('number'),
}))
}
var obj = {
a: [
{
b: 'hello',
c: 1
},
{
b: 'hello',
c: 2
}
]
}
var stringify = sjs(schema)
stringify(obj) // "{"a":[{"b":"hello","c":1},{"b":"hello","c":2}]}"

我们看下attr方法里面和数组类型相关的代码

const attr = (type, serializer) => {
// ...
return {
isSJS: true,
type,
serializer: type === 'array'
? _makeArraySerializer(serializer) // 数组类型，做特殊处理
: usedSerializer,
};
};

看下_makeArraySerializer方法：

const _makeArraySerializer = (serializer) => {
if (serializer instanceof Function) {
return (array) => {
// Stringifying more complex array using the provided sjs schema
let acc = '';
const { length } = array;
for (let i = 0; i < length - 1; i++) {
acc += `${serializer(array[i])},`;
}
// Prevent slice for removing unnecessary comma.
acc += serializer(array[length - 1]);
return `[${acc}]`;
};
}
return array => JSON.stringify(array);
};

从上述代码可以发现，如果没有定义可以的序列化方法，会直接调用JSON.stringify方法，也就是我们的schema可以直接写成：

var schema = {
a: attr('array')
}
sjs(schema)(obj) // {"a":[{"b":"hello","c":1},{"b":"hello","c":2}]}

但是这种stringify字符串的时候还是使用原生的JSON.stringify方法。

当定义了可用的数组序列化方法的时候，我们会发现其实这个方法是用来stringify每一项的方法，所以数组的序列化方法要做的就是：

把数组的每一项使用序列化方法调用一下，然后把结果拼成数组的形式。需要拼凑的部分包括前后的[]以及每项之间的分割符,。

这段代码遍历前面length - 1个元素，每个元素后面拼上逗号，最后再拼上最后一个数据项。但是，拼上最有一个数据项的时候没有做任何判断，如果数组长度是0也会拼上一项，所以导致最后的结果是多一个{}：

var schema = {
a: attr('array', sjs({
b: attr('string'),
c: attr('number'),
}))
}
var obj = {
a: []
}
var stringify = sjs(schema)
stringify(obj) // "{"a":[{}]}"
var schema = {
a: attr('array')
}
var stringify = sjs(schema)
stringify(obj) // "{"a":[]}"
JSON.stringify(obj) // "{"a":[]}"

结语

本文到这里就结束了，与君共勉。

来自：https://segmentfault.com/a/1190000037530424

链接: http://www.fly63.com/article/detial/9744