什麼是parser？
簡單的說，parser的工作即是將代碼片段轉換成計算機可讀的數據結構的過程。這個“計算機可讀的數據結構”更專業的說法是“抽象語法樹（abstract syntax tree）”，簡稱AST。AST是代碼片段具體語義的抽象表達，它不包含該段代碼的所有細節，比如縮進、換行這些細節，所以，我們可以使用parser轉換出AST，卻不能使用AST還原出“原”代碼，當然，可以還原出語義一致的代碼，就如同將ES6語法的js代碼轉換成ES5的代碼。
parser的結構
一般來說，一個parser會由兩部分組成：
- 詞法解析器（lexer/scanner/tokenizer）
- 對應語法的解釋器（parser）
在解釋某段代碼的時候，先由詞法解釋器將代碼段轉化成一個一個的詞組流（token），再交由解釋器對詞組流進行語法解釋，轉化爲對應語法的抽象解釋，即是AST了。
爲了讓大家更清楚的理解parser兩部分的工作順序，我們通過一個例子來進行說明：
437 + 734在parser解析如上的計算表達式時，詞法解析器首先依次掃描到“4”、“3”、“7”直到一個空白符，這時，詞法解析器便將之前掃描到的數字組成一個類型爲“NUM”的詞組（token）；接下來，詞法解析器繼續向下掃描，掃描到了一個“+”，對應輸出一個類型爲“PLUS”的詞組（token）；最後，掃描“7”、“3”、“4”輸出另一個類型爲“NUM”的詞組（token）。
語法解釋器在拿到詞法解析器輸出的詞組流後，根據詞組流的“NUM”，“PLUS”，“NUM”的排列順序，解析成爲加法表達式。
由上的例子我們可以看出，詞法解析器根據一定的規則對字符串進行解析並輸出爲詞組（token），具體表現爲連續不斷的數字組合（“4”、“3”、“7”和“7”、“3”、“4”）即代表了數字類型的詞組；語法解釋器同樣根據一定的規則對詞組的組合進行解析，並輸出對應的表達式或語句。在這裏，詞法解析器應用的規則即爲詞彙語法（Lexical Grammar）的定義，語法解釋器應用的規則即爲表達式（Expressions）、語句（Statements）、聲明（Declarations）和函數（Functions）等的定義。
ECMAScript標準
看到這裏大家可能會感覺到奇怪，爲什麼講parser講的好好的，又跑到ECMAScript標準上來了呢？因爲以上提到的詞彙語法（Lexical Grammar）、表達式（Expressions）、語句（Statements）、聲明（Declarations）和函數（Functions）等都是ECMAScript標準中的所定義的，這其實也是ECMAScript標準的作用之一，即定義JavaScript的標準語法。
詞彙詞法（Lexical Grammar）
ECMAScript的詞彙詞法規定了JavaScript中的基礎語法，比如哪些字符代表了空白（White Space），哪些字符代表了一行終止（Line Terminators），哪些字符的組合代表了註釋（Comments）等。具體的規定說明，可以在ECMAScript標準11章中找到。
這裏我們不仔細研讀每個語法的定義，只需知道詞法解析器（lexer）判讀詞組（token）的依據來源於此即可，爲了讓大家有一定的瞭解，這裏，我們拿上面例子中的數字字面量（Numeric Literals）來進行說明：
ECMAScript標準中，對數字字面量的定義如下：
該定義需要自上向下解讀：
首先，規則定義了數字字面量（Numeric Literal）可以是十進制字面量（Decimal Literal）、二進制整數字面量（Binary Integer Literal）、八進制整數字面量（Octal Integer Literal）、十六進制整數字面量（Hex Integer Literal）；
在我們的例子中，我們只關心十進制的字面量，所以，接下來，規則定義十進制字面量（Decimal Literal）可以是包含小數點與不包含小數點的組合，這裏我們只需關注不包含小數點的定義，即十進制整數字面量（Decimal Integer Literal） + 可選的指數部分（Exponent Part）；
最後，規則定義十進制整數字母量由非零數字（Non Zero Digit）+ 十進制數字（Decimal Digit）或十進制數字組（Decimal Digits）組成，非零數字是由1~9的數字組成，十進制數字是由0~9組成。
將上面的定義重新整合後，就能得到我們需要的數字字面量的定義規則：
非零數字（1~9）+十進制數字組（0~9）
需要注意的是，這是簡化版的數字字面量定義，完整版的需要加上以上規則中的所有分支條件。
表達式（Expressions）、語句（Statements）
ECMAScript標準12~13章包含了表達式和語句的相關定義，之前由詞法解析器（lexer）處理後生成的詞組流（token）交由語法解釋器（parser）處理的主要內容，即是處理詞組流構成的表達式與語句。在這裏，我們需要稍加明確一下表達式與語句之間的不同與關係：
首先，語句包含表達式，大部分語句是由關鍵字+表達式或語句組成，而表達式則是由字面量（Literal）、標識符（Identifier）、符號（Punctuators）等低一級的詞組組成；
其次，表達式一般來講會產生一個值，而語句不總有值。
理解第一點對於我們寫語法解釋器很重要，由於語句是由表達式組成的，而表達式是有詞組組成的，詞組是有詞法解析器進行解析生成的，所以，在語法解釋器中，將以表達式爲切入點，由表達式解析再深入到語句解析中。
抽象語法樹（AST）
瞭解一個parser的結構，以及parser解析語法所依賴的規則後，接下來，我們需要了解一下一個parser所生產出來的結果——抽象語法樹。在文章的開頭，我有簡單的解釋抽象語法樹即是具體代碼片段的抽象表達，那它具體是長什麼樣的呢？
function sum (a , b) {
return a+b;
}以上的代碼片段，AST樹的描述如下（使用babylon7-7.0.0-beta.44，結果進行了簡化）：
{
"type": "Program",
"body": [
{
"type": "FunctionDeclaration",
"id": {
"type": "Identifier",
"name": "sum"
},
"params": [
{
"type": "Identifier",
"name": "a"
},
{
"type": "Identifier",
"name": "b"
}
],
"body": {
"type": "BlockStatement",
"body": [
{
"type": "ReturnStatement",
"argument": {
"type": "BinaryExpression",
"left": {
"type": "Identifier",
"name": "a"
},
"operator": "+",
"right": {
"type": "Identifier",
"name": "b"
}
}
}
]
}
}
]
}對該AST仔細觀察一番，便會明白，AST其實即是我們在已經ECMAScript標準對代碼進行解析後，將標識符（identifier）、聲明（declaration）、表達式（expression）、語句（statement）等按代碼表述的邏輯整理成爲樹狀結構。就拿上面的例子來說，當語法解析器識別了一個二元表達式（Binary Expression），便將這個二元表達式所攜帶的信息——左值，右值，操作符按照固定的計算機可讀的數據格式保存下來，即是我們看到的AST樹了。
當然，AST也需要具備固定的格式，這樣計算機才能依照該格式閱讀AST並進行接下來的編譯工作，當然，有一些AST也被用來轉義（如babel）。關於AST定義的規則，我們可以參考babel的定義，這也是後面我們實現parser時，所參考的標準。
接下來
理解完以上相關的知識，我們便具備編寫一個parser的先決條件了，那在下一章，我們將實際操作一番，編寫一個簡易版本的JavaScript語言parser。