1 介绍
Runtime 是一系列采用 C++ 语言编写的功能方法，它实现了大量 JavaScript 运行期间需要的 native 功能。接下来几篇文章将介绍一些 Runtime 方法。本文分析 Runtime_StringTrim 方法的源码和重要数据结构，讲解 Runtime_StringTrim 方法的触发条件。
注意： Runtime 方法的加载、调用以及 RUNTIME_FUNCTION 宏模板请参见第十六篇文章。—allow-natives-syntax 和 %-prefix 不是本文的讲解重点。
2 StringTrim 测试用例
编写可以触发特定的 V8 内部功能的 JavaScript 测试用例，可以帮助我们更好地理解 V8 的内部工作原理，达到事半功倍的效果。下面讲解 Runtime_StringTrim 测试用例的编写思路：
字符串的 Trim 方法由 TF_BUILTIN(StringPrototypeTrim, StringTrimAssembler) 函数实现，这个函数设置了一些字符串检测条件，如果满足检测条件就会启动 Runtime_StringTrim 方法。因此，我们需要从 TF_BUILTIN(StringPrototypeTrim, StringTrimAssembler) 开始分析，源码如下：
1. TF_BUILTIN(StringPrototypeTrim, StringTrimAssembler) {
2. TNode<IntPtrT> argc =
3. ChangeInt32ToIntPtr(Parameter(Descriptor::kJSActualArgumentsCount));
4. TNode<Context> context = CAST(Parameter(Descriptor::kContext));
5. Generate(String::kTrim, "String.prototype.trim", argc, context);
6. }
7. //分隔..................
8. void StringTrimAssembler::Generate(String::TrimMode mode,
9. const char* method_name, TNode<IntPtrT> argc,
10. TNode<Context> context) {
11. Label return_emptystring(this), if_runtime(this);
12. CodeStubArguments arguments(this, argc);
13. TNode<Object> receiver = arguments.GetReceiver();
14. TNode<String> const string = ToThisString(context, receiver, method_name);
15. TNode<IntPtrT> const string_length = LoadStringLengthAsWord(string);
16. ToDirectStringAssembler to_direct(state(), string);
17. to_direct.TryToDirect(&if_runtime);
18. TNode<RawPtrT> const string_data = to_direct.PointerToData(&if_runtime);
19. TNode<Int32T> const instance_type = to_direct.instance_type();
20. TNode<BoolT> const is_stringonebyte =
21. IsOneByteStringInstanceType(instance_type);
22. TNode<IntPtrT> const string_data_offset = to_direct.offset();
23. TVARIABLE(IntPtrT, var_start, IntPtrConstant(0));
24. TVARIABLE(IntPtrT, var_end, IntPtrSub(string_length, IntPtrConstant(1)));
25. //省略................
26. arguments.PopAndReturn(
27. SubString(string, var_start.value(),
28. IntPtrAdd(var_end.value(), IntPtrConstant(1))));
29. BIND(&if_runtime);
30. arguments.PopAndReturn(
31. CallRuntime(Runtime::kStringTrim, context, string, SmiConstant(mode)));
32. BIND(&return_emptystring);
33. arguments.PopAndReturn(EmptyStringConstant());
34. }
上述代码中，第 5 行代码调用 Generate() 方法；
第 11 行代码定义 runtime 标签；
第 14-15 行代码获取字符串以及它的长度；
第 16-17 行 TryToDirect 把字符串转换为直接字符串，如果 TryToDirect 失败将采用 Runtime 方式处理；
第 29 行绑定 runtime 标签；
第 31 行调用 Runtime::kStringTrim 方法。
runtime 标签仅在第 17 行被使用一次，由此我们可知：构造一段 “TryToDirect 失败” 的 JavaScript 源码是触发 Runtime 的条件。TryToDirect() 的原理和失败条件在之前的文章中讲过。V8 的字符串类型包括：SeqString、ConsString、SliceString、ThinString、ExternalString。直接给出结论：一个单字节串和两个双字节串组成的 ConsString 串可以导致 “TryToDirect 失败”，源码如下：
var str1 = " ~~~"; //前面有空格
var str2 = "彼其之子、美如玉。";
var str3 ="~~~ "; //后面有空格
ConStr = str1+str2+str3;
trimStr = ConStr.trim();
console.log(trimStr);
图 1 中可以看到 ConStr InstanceType 的值是 CONS_STRING_TYPE，它导致 “TryToDirect 失败” 并启动 Runtime。
3 StringTrim 源码
源码如下：
1. RUNTIME_FUNCTION(Runtime_StringTrim) {
2. HandleScope scope(isolate);
3. DCHECK_EQ(2, args.length());
4. Handle<String> string = args.at<String>(0);
5. CONVERT_SMI_ARG_CHECKED(mode, 1);
6. String::TrimMode trim_mode = static_cast<String::TrimMode>(mode);
7. return *String::Trim(isolate, string, trim_mode);
8. }
9. //分隔线.............
10. Handle<String> String::Trim(Isolate* isolate, Handle<String> string,
11. TrimMode mode) {
12. string = String::Flatten(isolate, string);
13. int const length = string->length();
14. // Perform left trimming if requested.
15. int left = 0;
16. if (mode == kTrim || mode == kTrimStart) {
17. while (left < length && IsWhiteSpaceOrLineTerminator(string->Get(left))) {
18. left++;
19. }
20. }
21. // Perform right trimming if requested.
22. int right = length;
23. if (mode == kTrim || mode == kTrimEnd) {
24. while (right > left &&
25. IsWhiteSpaceOrLineTerminator(string->Get(right - 1))) {
26. right--;
27. }
28. }
29. return isolate->factory()->NewSubString(string, left, right);
30. }
上述代码中，第 4 行代码获取字符串，也就是测试用例的 ConStr；
第 6 行代码调用 *String::Trim(isolate, string, trim_mode) 以完成 Trim 功能；
第 12 行代码对 ConStr 进行 Flatten 处理，结果保存为连续存储的字符串 string。因为 ConStr 由三个子串组成，所以 Flatten 方法中会使用递归调用来处理 ConStr，详见上篇文章。
第 16-17 行代码从 string 的头部依次判断每个字符是否为空格或行结尾符，记录不是空格或行结尾符的位置 left；
第 24-26 行代码从 string 的尾部依次判断每个字符是否为空格或行结尾符，记录不是空格或行结尾符的位置 right；
第 29 行代码调用 NewSubString 生成新的字符串。正如 ECMA 所说的那样：Trim 不会改变原字符串，而是生成新的字符串。
NewSubString 中调用 NewProperSubString 以生成最终的结果，NewProperSubString 源码分析参见上一篇文章。
下面给出判断空格和行结尾符的函数源码：
bool IsWhiteSpaceOrLineTerminator(uc32 c) {
if (!IsInRange(c, 0, 127)) return IsWhiteSpaceOrLineTerminatorSlow(c);
DCHECK_EQ(
IsWhiteSpaceOrLineTerminatorSlow(c),
static_cast<bool>(kAsciiCharFlags[c] & kIsWhiteSpaceOrLineTerminator));
return kAsciiCharFlags[c] & kIsWhiteSpaceOrLineTerminator;
}
首先判断字符是否在 0-127 区间，如果不在区间内使用 Slow 方式判断，源码如下：
inline bool IsWhiteSpaceOrLineTerminatorSlow(uc32 c) {
return IsWhiteSpaceSlow(c) || unibrow::IsLineTerminator(c);
}
//.....................分隔线................
// ES#sec-white-space White Space
// gC=Zs, U+0009, U+000B, U+000C, U+FEFF
bool IsWhiteSpaceSlow(uc32 c) {
return (u_charType(c) == U_SPACE_SEPARATOR) ||
(c < 0x0D && (c == 0x09 || c == 0x0B || c == 0x0C)) || c == 0xFEFF;
}
//....................分隔线...................
// LineTerminator: 'JS_Line_Terminator' in point.properties
// ES#sec-line-terminators lists exactly 4 code points:
// LF (U+000A), CR (U+000D), LS(U+2028), PS(U+2029)
V8_INLINE bool IsLineTerminator(uchar c) {
return c == 0x000A || c == 0x000D || c == 0x2028 || c == 0x2029;
}
上述代码分为三部分，第二、三部实现 ECMA 规范，第一部分是他们的入口函数。
IsWhiteSpaceOrLineTerminator() 中的 kAsciiCharFlags 数组定义 Ascii 字符，kAsciiCharFlags 数组中又引用了 BuildAsciiCharFlags() 方法，该方法说明了 \t、\v 是空格、还是行结尾符，也就是 BuildAsciiCharFlags() 方法影响 Strint.trim() 的结果。源码如下：
const constexpr uint8_t kAsciiCharFlags[128] = {
#define BUILD_CHAR_FLAGS(N) BuildAsciiCharFlags(N),
INT_0_TO_127_LIST(BUILD_CHAR_FLAGS)
#undef BUILD_CHAR_FLAGS
};
//................分隔线.........................
constexpr uint8_t BuildAsciiCharFlags(uc32 c) {
return ((IsAsciiIdentifier(c) || c == '\\')
? (kIsIdentifierPart |
(!IsDecimalDigit(c) ? kIsIdentifierStart : 0))
: 0) |
((c == ' ' || c == '\t' || c == '\v' || c == '\f')
? kIsWhiteSpace | kIsWhiteSpaceOrLineTerminator
: 0) |
((c == '\r' || c == '\n') ? kIsWhiteSpaceOrLineTerminator : 0);
}
//...............分隔线.......................
#define INT_0_TO_127_LIST(V) \
V(0) V(1) V(2) V(3) V(4) V(5) V(6) V(7) V(8) V(9) \
V(10) V(11) V(12) V(13) V(14) V(15) V(16) V(17) V(18) V(19) \
V(20) V(21) V(22) V(23) V(24) V(25) V(26) V(27) V(28) V(29) \
V(30) V(31) V(32) V(33) V(34) V(35) V(36) V(37) V(38) V(39) \
V(40) V(41) V(42) V(43) V(44) V(45) V(46) V(47) V(48) V(49) \
V(50) V(51) V(52) V(53) V(54) V(55) V(56) V(57) V(58) V(59) \
V(60) V(61) V(62) V(63) V(64) V(65) V(66) V(67) V(68) V(69) \
V(70) V(71) V(72) V(73) V(74) V(75) V(76) V(77) V(78) V(79) \
V(80) V(81) V(82) V(83) V(84) V(85) V(86) V(87) V(88) V(89) \
V(90) V(91) V(92) V(93) V(94) V(95) V(96) V(97) V(98) V(99) \
V(100) V(101) V(102) V(103) V(104) V(105) V(106) V(107) V(108) V(109) \
V(110) V(111) V(112) V(113) V(114) V(115) V(116) V(117) V(118) V(119) \
V(120) V(121) V(122) V(123) V(124) V(125) V(126) V(127)
上述代码分为三部分，他们共同完成 kAsciiCharFlags 数组的定义。
下面给出从字符串中读取字符的函数源码，也就是 IsWhiteSpaceOrLineTerminator(string->Get(left)) 中的 “Get” 方法，源码如下：
uint16_t String::Get(int index) {
DCHECK(index >= 0 && index < length());
class StringGetDispatcher : public AllStatic {
public:
#define DEFINE_METHOD(Type) \
static inline uint16_t Handle##Type(Type str, int index) { \
return str.Get(index); \
}
STRING_CLASS_TYPES(DEFINE_METHOD)
#undef DEFINE_METHOD
static inline uint16_t HandleInvalidString(String str, int index) {
UNREACHABLE();
}
};
return StringShape(*this)
.DispatchToSpecificType<StringGetDispatcher, uint16_t>(*this, index);
}
Get 方法用于读取 index 位置的字符。从 String 中读取字符时，要根据 String Header 的长度计算字符串的首位置，然后再加上 index 读取相应的字符。
技术总结
（1） Runtime Trim 的效率比 TF_BUILTIN(StringPrototypeTrim) 低很多；
（2） 字符串的类型影响 TryToDirect 的成败。
好了，今天到这里，下次见。
个人能力有限，有不足与纰漏，欢迎批评指正
微信：qq9123013 备注：v8交流 邮箱：v8blink@outlook.com