jQuery中的Sizzle引擎分析

　　我分析的jQuery版本是1.8.3。Sizzle代码从3669行开始到5358行，将近2000行的代码，这个引擎的版本还是比较旧，最新的版本已经到v2.2.2了，代码已经超过2000行了。并且还有个专门的Sizzle主页。

从一个demo开始，HTML代码如下：

<div id="grand_father">
    <div id="father">
        <div id="child1" class="child">子集1</div>
        <div id="child2" class="child">子集2</div>
        <div id="child3" class="child">子集3</div>
        <input type="radio" id="radio1"/>
    </div>
</div>

然后JavaScript代码如下：

var $nodes = $('div + input[type="radio"],div.child:first-child');
console.log($nodes);

1）返回的是一个jQuery对象，如下图所示，并且匹配到了两个标签，一个div和radio，

2）右边的div在0的位置，radio在1的位置，这说明jQuery的选择器匹配是从右往左的！

 

下面看一个流程图，当我编写了$('div + input[type="radio"],div.child:first-child')后发生的过程：

 

一、jQuery对象

对象是需要new一下才行的，但是jQuery只要$("xxx")后，就生成了一个对象。

1）jQuery构造函数

在第42行，将会返回一个new对象：

jQuery = function( selector, context ) {
    // The jQuery object is actually just the init constructor 'enhanced'
    return new jQuery.fn.init( selector, context, rootjQuery );
}

 

2）jQuery对象结构

根据上面的返回对象的图中可以看到：

a. 对象的原型属性__proto__指向的是函数jQuery的原型属性prototype。__proto__ 是内部 [ [Prototype ]] ，原型链就是通过这个属性来实现的。

b. 索引是0和1的，其实是浏览器中的原生对象，我们可以搞个简单的选择器来验证，例如$("#radio1")，代码将会执行到140行

elem = document.getElementById(match[2]);
// Check parentNode to catch when Blackberry 4.6 returns
// nodes that are no longer in the document #6963
if (elem && elem.parentNode) {
  // Handle the case where IE and Opera return items
  // by name instead of ID
  if (elem.id !== match[2]) {
    return rootjQuery.find(selector);
  }
  // Otherwise, we inject the element directly into the jQuery object
  this.length = 1;
  this[0] = elem;
}
this.context = document;
this.selector = selector;
return this;

 

二、select函数

5116行的select函数是引擎的入口：

1）在这里引用了词法分析函数tokenize。

2）当tokenize返回的Token集合数组只有一个的时候，将会寻找种子合集【通过一些原生DOM接口可获取到】，在5147行中可以看到：

/*
完整的find在4089行，简易的find如下：
Expr.find = {
  'ID': context.getElementById,
  'CLASS': context.getElementsByClassName,
  'NAME': context.getElementsByName,
  'TAG': context.getElementsByTagName
}             
*/
if ((find = Expr.find[type])) {
  // Search, expanding context for leading sibling combinators
  if ((seed = find(
      token.matches[0].replace(rbackslash, ""),
      rsibling.test(tokens[0].type) && context.parentNode || context,
      xml
    ))) {
    //省略逻辑....
  }
}

3）通过compile编译函数，生成Token集合数组对应的匹配器，匹配后返回结果。

 

三、词法分析

高级的浏览器会直接使用querySelectorAll方法选择匹配。而低级的浏览器IE6或IE7等，就只能进入到jQuery的Sizzle引擎进行匹配。

为了调试方便，我将5182行的代码修改成“!document.querySelectorAll”，让高级浏览器也进入Sizzle引擎中匹配。

 

1）Token格式

4684行的tokenize函数最终返回的是Token集合数组，Token是一个String对象，格式如下：

String{0:'字符1',1:'字符2',....., type:'对应的Token类型【TAG,ID,CLASS,ATTR,CHILD,PSEUDO,NAME,>,+,空格,~】', matches:'正则匹配到的一个结构'}

type类型根据4150行的relative对象和4230行的filter对象中的key值获取。

 

2）返回的结果

'div + input[type="radio"],div.child:first-child'返回的数组如下：

上面返回的顺序是从左往右，先input，然后是div。

 

3）tokenize函数的流程

上图中有4个关系符号：

Expr.relative = {
  ">": { dir: "parentNode", first: true },
  " ": { dir: "parentNode" },
  "+": { dir: "previousSibling", first: true },
  "~": { dir: "previousSibling" }
}

结合上面的HTML结构：

1）grand_father与child1属于祖宗与后代关系（空格表达）

2）father与child1属于父子关系，也算是祖先与后代关系（>表达）

3）child1与child2属于临近兄弟关系（+表达）

4）child1与child2,child3都属于普通兄弟关系（~表达）

 

四、编译函数

把高级规则转换成底层实现就叫编译，比如高级语言到机器语言的过程就是编译。同样把抽象的css选择语法转变成具体的匹配函数的过程也是编译。

 

1）matcherFromTokens

5080行的compile函数通过引用4931行的matcherFromTokens函数获取Token集合对应的匹配器，引用代码如下：

i = group.length;//从右往左
while (i--) {
  cached = matcherFromTokens(group[i]);
  if (cached[expando]) {
    setMatchers.push(cached);
  } else {
    elementMatchers.push(cached);
  }
}

返回了两个函数数组，对应上面的Token集合数组，由于是从右往左，所以与上面的Token集合数组反过来。【在4979行console.log(matchers)】

打开第一个值，会发现里面还嵌套着很多闭包，闭包里面又有闭包，这就是前面所说的大的匹配函数：

matcherFromTokens最后会引用4803行的elementMatcher，将上面的数组作为参数传递过去。

上面示例代码的第7行就在将函数插入到elementMatchers数组中。再传递给下面的matcherFromGroupMatchers函数。

 

2）matcherFromGroupMatchers

再引用4983行的matcherFromGroupMatchers函数生成终极匹配器，返回匹配结果。

这个函数将会return出来的一个curry化的函数，也就是4986行的superMatcher函数。

在4995行，superMatcher函数会根据参数seed 、expandContext和context确定一个起始的查询范围：

elems = seed || byElement && Expr.find["TAG"]( "*", expandContext && context.parentNode || context )

有可能是直接从seed种子集合中获取，也有可能在context或者context的父节点范围内。

这里的context是“document”，也就是整个DOM树【在5003行console.log(elems)】，elems结构如下：

可以看出如果事先定义了content，就会把范围缩小很多，利于匹配，例如jQuery可以这样写：

$('div + input[type="radio"],div.child:first-child', $('#grand_father'))

 

在5007行开始过滤，elementMatchers参数就是上面返回的大匹配器。

之所以用for是因为选择器（div + input[type="radio"],div.child:first-child）中有“,”号，所以是两组大匹配器。

for (;(elem = elems[i]) != null; i++) {
  //省略逻辑...
  for (j = 0; (matcher = elementMatchers[j]); j++) {
    if (matcher(elem, context, xml)) {
      results.push(elem);
      break;
    }
  }
  //省略逻辑...
}

 

大致过程就是这样，里面还有很多细节地方，这里就不讨论了，有兴趣的可以自己去打打断点玩玩。

源码下载：

http://download.csdn.net/detail/loneleaf1/9379318

 

参考资料：

http://www.cnblogs.com/aaronjs/p/3310937.html    jQuery 2.0.3 源码分析Sizzle引擎 - 解析原理

http://foio.github.io/sizzle-research/      sizzle引擎研究

http://www.imooc.com/learn/172      jQuery源码解析

http://www.cnblogs.com/mufc-go/p/3324488.html     sizzle源码分析

http://rapheal.sinaapp.com/page/2/    jQuery源码剖析