任何一門程式語言都有一套詞法結構(Lexical Structure),它 answer 的是最基礎的問題:這門語言的程式碼長什麼樣子。變數命名有什麼講究、註解怎麼寫、兩條語句之間靠什麼切分——這些規則共同構成了語法層之上的第一道地基。本文整理 JavaScript 詞法結構中的關鍵知識點,適合在打底階段反覆回看。
JavaScript 的源碼以 Unicode 字元集撰寫。Unicode 是 ASCII 與 Latin-1 的超集,幾乎涵蓋了全世界所有書寫系統。ECMAScript 3 要求實作至少支援 Unicode 2.1,ECMAScript 5 則把門檻提高到 Unicode 3 以上。
需要注意的是,JavaScript 是大小寫敏感的語言。關鍵字、變數名、函數名乃至所有標識字元,都必須保持大小寫一致:while 寫成 While 或 WHILE 都會出錯。
容易混淆的地方在於 HTML 並不區分大小寫(XHTML 除外)。由於兩者關係密切,實務上經常踩坑:HTML 標籤上的 onclick 屬性寫成 onClick 也能運作,但你在 JavaScript 裡定義或拼寫時,就必須統一小寫的 onclick。
JavaScript 會忽略標記(token)之間多餘的空白,多數情況下也會忽略換行。這給了我們很大的自由度:可以透過整齊的縮進與一致的排版風格,讓程式碼可讀性大幅提升。
除了普通空格(\u0020),JavaScript 還把下列字元視為空白:水平定位字元 \u0009、垂直定位字元 \u000B、換頁符 \u000C、不分段空白 \u00A0、位元組順序標記 \uFEFF,以及 Unicode 中所有 Zs 類別的字元。
而被視為行結束符的有:換行符 \u000A、回車符 \u000D、行分隔符 \u2028、段分隔符 \u2029。若回車加換行同時出現,會被解析為單一行結束符。
Unicode 的格式控制字元(Cf 類)如「從右至左書寫標記」\u200F 與「從左至右書寫標記」\u200E 用來控制文字的視覺呈現方向,對中東等非英語文本的顯示至關重要。這些字元可以出現在註解、字串常值與正則運算式常值中,但不能用於標識符——唯一的例外是零寬連接符 \u200D 與零寬非連接符 \uFEFF,它們可以出現在標識符內部,只是不能作為首字元。
有些老舊的硬體與軟體無法顯示或輸入完整的 Unicode 字元集。為了兼顧這類環境,JavaScript 定義了一種以 6 個 ASCII 字元表示任意 16 位 Unicode 碼位的寫法:以 \u 為前綴,後接四位十六進位數字(大小寫字母 A–F 皆可)。
這種寫法可用於字串常值、正則運算式常值與標識符(關鍵字除外)。例如 é 的轉義寫法是 \u00e9,因此下面這個比較式成立:
"café" === "caf\u00e9" => true
轉義序列也能寫在註解裡,但由於註解會被直譯器忽略,它們只是被當成普通 ASCII 字元看待,並不會被替換成對應的 Unicode 字元。
Unicode 允許同一個字元有多種編碼方式。以 é 為例,既可以是單一碼位 \u00e9,也可以是普通字母 e 後接一個組合用的重音符 \u0301。兩者在編輯器中顯示完全相同,但二進位表示不同,在電腦裡並不相等的兩段資料。
為此,Unicode 標準定義了首選的編碼形式,並提供了把文字轉換為適合比較之標準形式的正規化流程。值得牢記的是:JavaScript 不會自動幫你做正規化,字串比較與正則運算式比對都按原始碼位進行。
JavaScript 支援兩種註解寫法:// 之後到行尾的文字會被忽略;/* 與 */ 之間的文字也會被忽略。第二種可以跨越多行,但不支援巢狀。
// 這是一個單行註解 /* * 這是一段 * 多行註解 */
常值指的是直接寫在程式中的資料值。JavaScript 支援的常值包含:
12 // 整數 1.2 // 小數 "Hello World" // 字串常值 'hi' // 另一種字串寫法 true // 布林值 false // 布林值 /javascript/gi // 正則運算式常值(用於模式比對) null // 空值
此外還有兩種複合形式的常值:
{x:1, y:2} // 物件常值
[1,2,3,4,5] // 陣列常值
標識符就是一個名字,用來為變數與函數命名,或作為迴圈語句中跳轉位置的標記。JavaScript 標識符必須以字母、底線或美元符號開頭,後續字元可以是字母、數字、底線或美元符號。數字不能作為首字元,這樣直譯器才能輕易區分標識符與數字。
以下都是合法標識符:
my_variable_name b13 _dummy $str
基於可攜性與輸入便利,實務上多只用 ASCII 字母與數字命名。但技術上 JavaScript 允許標識符中使用 Unicode 全集中的字母與數字,因此用母語或數學符號命名也完全可行:
var π = 3.14;
以下關鍵字已被語言本身佔用,不能作為標識符:
break case catch continue default delete do else finally for function if in instanceof new return switch this throw try typeof var void while with
以下字元序列在目前的標準中屬於「未來保留字」:
class const enum export extends import super
而在嚴格模式下,下面這些也被保留:
implements let private public yield interface package protected static
同樣在嚴格模式下,arguments 與 eval 不能作為變數名、參數名或函數名。
最後要記住:每個 JavaScript 執行環境(瀏覽器、Node.js 等)都有自己的一套全域屬性清單,具體實作可能定義額外的全域變數與函數。在客戶端環境中,這些都掛在 window 物件上。
與多數語言相同,JavaScript 用分號切分語句。當各語句獨立佔行時,語行之間的分號通常可以省略,程式尾端 } 前的分號也可以省略。實務上有兩種風格:一是無論需不需要都寫分號,語意明確;二是能省就省,只在必要時才寫。
關鍵在於理解自動分號插入(ASI)的行為。JavaScript 並非在每個換行處都補分號,而是只有在缺少分號就無法正確解析時才補。也就是說,若目前語句與後續的非空白字元不能被當成同一個整體解析,直譯器就會在目前語句結尾補上分號。
var a a = 3 console.log(a)
上述程式碼會被解析為:
var a; a = 3; console.log(a);
第一行被補上分號,因為不補就無法解析 var a a;第二行結尾則沒有補,因為 a = 3 可以合理構成一條語句。
有些情況會產生完全出乎意料的结果:
var y = x + f (a+b).toString()
第二行的括號會與第一行的 f 組合成函數呼叫,實際被解析成:
var y = x + f(a+b).toString();
這顯然不是原意。要讓它成為兩條獨立語句,必須手動補上分號。
經驗法則是:如果一條語句以 (、[、/、+、- 開頭,它很可能與上一行合併解析。以 / + - 開頭的語句不常見,但以 ( 或 [ 開頭(例如 IIFE)非常常見。因此有些開發者會保守地在這類語句前補一個分號,即使上一行被修改、分號被誤刪,當前語句仍能正確解析。
通用規則是「無法合併解析時在第一行後補分號」,但有兩個例外。
例外一:return、break、continue。若這三個關鍵字後緊跟換行,JavaScript 會在換行處補分號:
return true;
會被解析成 return; true;,而不是原意的 return true;。因此這三個關鍵字後不可換行。這類錯誤往往不會直接報錯,反而讓程式安靜地跑錯,除錯成本極高。
例外二:++ 與 --。這兩個運算子作為後綴運算式時,必須與運算式寫在同一行,否則行尾會被補上分號:
x ++ y
會被解析為:
x; ++y;