jQuery选择器源码解读（三）：tokenize方法

/*
 * tokenize方法是选择器解析的核心函数，它将选择器转换成两级数组groups
 * 举例：
 *  若选择器为“div.class,span”，则解析后的结果为：
 *  group[0][0] = {type:'TAG',value:'div',matches:match}
 *  group[0][1] = {type:'CLASS',value:'.class',matches:match}
 *  group[1][0] = {type:'TAG',value:'span',matches:match}
 * 由上述结果可以看出，groups的每一个元素以逗号分隔的选择器块的解析结果，
 * 另外，上述结果中的matches等于模式匹配的结果，由于在此不方便写清楚，
 * 故只把代码matches:match写在这里。
 * 
 * tokenize方法完成如下两个主要任务：
 * 1、解析选择器
 * 2、将解析结果存入缓存中，以备后用
 * 
 * 
 * @param selector 待解析的选择器字符串
 * @param parseOnly 为true时，说明本次调用是匹配子选择器
 *  举个例子：若初始选择器为"div:not(.class:not(:eq(4))):eq(3)"
 *  代码首先匹配出TAG选择器div，
 *  之后匹配出的pseudo选择器字符串是:not(.class:not(:eq(4))):eq(3)，
 *  代码会把“.class:not(:eq(4))):eq(3”作为not的括号内的值进一步进行解析，
 *  此时代码在调用tokenize解析时，parseOnly参数会传入true.
 */
function tokenize(selector, parseOnly) {
	var matched, match, tokens, type, soFar, groups, preFilters, 
	// 获取缓存中的结果
	cached = tokenCache[selector + " "];

	/*
	 * 若缓存中有selector对应的解析结果
	 * 则执行if中语句体
	 */
	if (cached) {
		// 若是对初始选择器解析（parseOnly!=true），则返回缓存结果，
		// 若不是，则返回0
		return parseOnly ? 0 : cached.slice(0);
	}

	/*
	 * 由于字符串在javascript中不是作为对象来处理的，
	 * 所以通过赋值，代码就自动复制了一个新字符串给了soFar，
	 * 这样，对soFar的任何处理都不会影响selector的原有数据
	 */
	soFar = selector;
	groups = [];
	// 此处赋值，仅仅用于减少后续代码字数，缩短执行路径
	preFilters = Expr.preFilter;

	while (soFar) {

		// Comma and first run
		/*
		 * rcomma = new RegExp("^" + whitespace + "*," + whitespace + "*")
		 * rcomma用来判定是否存在多个选择器块，即用逗号隔开的多个并列的选择器
		 * 
		 * 下面条件判定依次为：
		 * !matched：若是第一次执行循环体，则为true；否则为false。
		 *   这里matched即作为是否第一次执行循环体的标识，
		 *   也作为本次循环中soFar是否以非法字符串（即非合法单一选择器）开头的标志。
		 * (match = rcomma.exec(soFar)：获取符合rcomma的匹配项
		 */
		if (!matched || (match = rcomma.exec(soFar))) {
			if (match) {
				// Don't consume trailing commas as valid
				/*
				 * 剔除掉第一个逗号及之前的所有字符
				 * 举个例子：
				 * 若初始选择器为："div.news,span.closed"，
				 * 在解析过程中，首先由后续代码解析完毕div.news，剩下",span.closed"
				 * 在循环体内执行到这里时，将逗号及之前之后连续的空白（match[0]）删除掉，
				 * 使soFar变成"span.closed"，继续执行解析过程
				 * 
				 * 在这里，若初始选择器的最后一个非空白字符是逗号，
				 * 那么执行下面代码时soFar不变，即soFar.slice(match[0].length)返回空字符串，
				 * 故最终返回的是||后面的soFar
				 */
				soFar = soFar.slice(match[0].length) || soFar;
			}
			
			/*
			 * 在第一次执行循环体或者遇到逗号分割符时，将tokens赋值为一个空数组，
			 * 同时压入groups数组
			 */
			groups.push(tokens = []);
		}

		matched = false;

		// Combinators
		/*
		 * rcombinators = new RegExp(
		 *		"^" + whitespace + "*([>+~]|" + whitespace + ")" + whitespace + "*"),
		 * rcombinators用来匹配四种关系符，即>+~和空白
		 * 
		 * 若soFar中是以关系符开始的，则执行if内的语句体
		 */
		if ((match = rcombinators.exec(soFar))) {
			/*
			 * 将match[0]移除match数组，同时将它赋予matched
			 * 若原本关系符两边带有空格，则此时match[0]与matched是不相等的
			 * 举个例子：
			 * 若soFar = " + .div";
			 * 执行match = rcombinators.exec(soFar)后，
			 * match[0] = " + "，而match[1]="+";
			 * 执行完matched = match.shift()后，
			 * matched=" + "，而match[0]="+";
			 */
			matched = match.shift();
			// 将匹配结果压入tokens数组中
			tokens.push({
				value : matched,
				// Cast descendant combinators to space
				/*
				 * rtrim = new RegExp("^" + whitespace + "+|((?:^|[^\\\\])(?:\\\\.)*)"
				 *			+ whitespace + "+$", "g"),
				 * whitespace = "[\\x20\\t\\r\\n\\f]";
				 * 
				 * 下面match[0].replace(rtrim, " ")的作用是将match[0]左右两边的空白替换为空格
				 * 但是由于其上的match.shift的作用，match[0]已经是两边不带空白的字符串了，
				 * 故此出的替换是没有用途的代码
				 */
				type : match[0].replace(rtrim, " ")
			});
			
			// 将关系符之后的字符串赋予soFar，继续解析
			soFar = soFar.slice(matched.length);
		}

		// Filters
		/*
		 * 下面通过for语句对soFar逐一匹配ID、TAG、CLASS、CHILD、ATTR、PSEUDO类型的选择器
		 * 若匹配到了，则先调用该类型选择器对应的预过滤函数，
		 * 然后，将结果压入tokens数组，继续本次循环。
		 */
		for (type in Expr.filter) {
			/*
			 * match = matchExpr[type].exec(soFar)：对soFar调用type类型的正则表达式对soFar进行匹配，
			 *  并将匹配结果赋予match。若未匹配到数据，则match为undefined。
			 * !preFilters[type]：若不存在type类型的预过滤函数，则为true
			 * match = preFilters[type](match)：执行预过滤，并将结果返回给match
			 * 
			 */
			if ((match = matchExpr[type].exec(soFar))
					&& (!preFilters[type] || (match = preFilters[type]
							(match)))) {
				// 将match[0]移除match数组，同时将它赋予matched
				matched = match.shift();
				// 将匹配结果压入tokens数组中
				tokens.push({
					value : matched,
					type : type,
					matches : match
				});
				// 将匹配结果之后的字符串赋予soFar，继续解析
				soFar = soFar.slice(matched.length);
			}
		}

		/*
		 * 若matched==false，
		 * 则说明本次循环没有有效的选择器（包括关系符和id、class等类型选择器）
		 * 因此，解析到当前位置遗留下来的soFar是非法的选择器字符串
		 * 跳出while循环体
		 */
		if (!matched) {
			break;
		}
	}

	// Return the length of the invalid excess
	// if we're just parsing
	// Otherwise, throw an error or return tokens
	/*
	 * 若不是对初始选择器字符串进行解析（!parseOnly==true），
	 *  则返回soFar.length，此时的soFar.length代表连续有效的选择器最终位置，
	 *  后续文章将以实例进行说明
	 * 若是对初始选择器字符串进行解析，则看soFar是否还有字符，
	 *  若是，则执行Sizzle.error(selector)抛出异常；
	 *  若不是，则执行tokenCache(selector, groups).slice(0)将结果压入缓存，并返回结果的副本。
	 */
	return parseOnly ? soFar.length : soFar ? Sizzle.error(selector) :
	// Cache the tokens
	tokenCache(selector, groups).slice(0);
}