详解JavaScript实现简单的词法分析器示例

const tokenTypes = {
  number: "NUMBER",
  string: "STRING",
  keyWord: "KEYWORD",
  identifier: "IDENTIFIER",
  operator: "OPERATOR",
  punctuation: "PUNCTUATION",
};

// 定义词法规则
const lexerRules = [
  // 匹配数字
  { pattern: /^[0-9]+/, type: tokenTypes.number },
  // 匹配字符串
  { pattern: /^"[^"]*"/, type: tokenTypes.string },
  { pattern: /^'[^']*'/, type: tokenTypes.string },
  // 匹配关键字
  { pattern: /^(if|else|while|for|function)\b/, type: tokenTypes.keyword },
  // 匹配标识符
  { pattern: /^[a-zA-Z_][a-zA-Z0-9_]*/, type: tokenTypes.identifier },
  // 匹配运算符
  { pattern: /^[+\-*/%<>=!&|^~]/, type: tokenTypes.operator },
  // 匹配标点符号
  { pattern: /^[(),;{}[\].]/, type: tokenTypes.punctuation },
  // 匹配注释
  { pattern: /^\/\/.*|\, type: tokenTypes.identifier },
  // 匹配运算符
  { pattern: /^[+\-*/%<>=!&|^~]/, type: tokenTypes.operator },
  // 匹配标点符号
  { pattern: /^[(),;{}[\].]/, type: tokenTypes.punctuation },
  // 匹配注释
  { pattern: /^\/\/.*|\/*[\s\S]*?\*\//, type: null },
  // 匹配空白字符
  { pattern: /^\s+/, type: null },
];
// 定义词法分析函数
function lexer(code) {
  let tokens = []; // 用于存储词法单元
  let pos = 0; // 当前处理的位置
  while (pos < code.length) {
    let match = null; // 当前匹配到的规则
    // 依次尝试所有规则，找到第一个匹配成功的规则
    for (let rule of lexerRules) {
      match = code.slice(pos).match(rule.pattern);
      if (match) {
        // 如果规则匹配成功，则生成对应的词法单元并添加到结果数组中
        if (rule.type) {
          tokens.push({
            type: rule.type,
            value: match[0],
          });
        }
        break; // 跳出规则匹配循环，继续处理下一个字符
      }
    }
    if (!match) {
      // 如果没有任何规则匹配当前字符，则抛出错误
      throw new Error(`Invalid character at position ${pos}`);
    }
    pos += match[0].length; // 更新当前处理位置
  }
  return tokens;
}
// 示例输入
const code = `
  // This is a comment
  let x = 123;
  let y = "hello, world!";
  if (x > 100) {
    console.log(y);
  }
`;
// 执行词法分析
const tokens = lexer(code);
// 输出结果
console.log(tokens,'-------效果---------');