javascript 词法分析器通过 iterator 接口与生成器实现流式 token 提取，每个 token 含 type、value、start、end；lexer 类以 [symbol.iterator]() 返回生成器，按正则优先级逐字符匹配并更新位置，支持状态切换与实用辅助方法。
用 JavaScript 的 Iterator 接口 + 自定义生成器实现轻量词法分析器，核心是把输入文本按规则切分成带类型和位置的 token 流，用生成器函数逐个产出，避免一次性构建全部 token 数组，节省内存、支持流式处理。
定义 Token 结构与基础 Lexer 类骨架
每个 token 至少包含 type（如 'IDENTIFIER'、'NUMBER'、'STRING'）、value（原始内容）、start 和 end（字符索引位置）。Lexer 类不直接返回数组，而是提供一个 [Symbol.iterator]() 方法，返回生成器实例：
- 构造时只保存源码字符串和初始位置（如
this.source = source; this.pos = 0;） -
[Symbol.iterator]()返回function* tokenize() { ... }，内部调用私有解析逻辑 - 每次
next()触发一次 token 提取，直到源码耗尽
用正则驱动的逐字符扫描实现核心 tokenize 生成器
在生成器函数中，用 while 循环配合正则测试当前位置是否匹配某类 token。推荐从最长/最具体模式开始匹配（如先试字符串字面量，再试关键字，最后试标识符），避免歧义：
- 跳过空白和单行/多行注释（用
/s+|//.*$|/*[sS]*?*//gm或手动识别） - 对每种 token 类型写独立正则，例如：
/^"[^"\\]*(?:\\.[^"\\]*)*"/匹配双引号字符串（支持转义） - 匹配成功后，提取 value、计算 end 位置、更新
this.pos，yield当前 token 对象 - 若无任何匹配，抛出错误或生成
{ type: 'ILLEGAL', value: this.source[this.pos] }
支持上下文敏感词法（如模板字符串中的插值）
简单 lexer 可能只做扁平扫描，但真实场景需状态切换。可在生成器内维护一个 state 栈（如 ['INIT', 'IN_STRING', 'IN_TEMPLATE']），根据当前状态决定匹配规则：
- 遇到
`进入IN_TEMPLATE状态，此时除普通内容外还要识别${开始的表达式插值 - 进入插值后切换到
IN_INTERPOLATION，匹配结束括号}后恢复上一状态 - 状态变更时 yield 对应的开始/结束 token（如
{ type: 'TEMPLATE_HEAD', value: '...' }）
暴露实用方法增强可用性
除了标准迭代器，可添加辅助方法提升开发体验：
-
peek()：不消耗当前 token，返回下一个 token 的副本（需缓存一次next()结果） -
skip(type)：跳过指定类型的 token（如跳过所有逗号），方便语法分析层使用 -
takeWhile(predicate)：收集满足条件的连续 token（如提取参数列表中的所有标识符） - 所有方法都基于同一生成器实例，保持位置同步，不破坏迭代状态
不复杂但容易忽略：生成器必须严格管理 this.pos 偏移，避免漏字符或重复消费；正则全局标志 g 在多次 exec 中会改变 lastIndex，建议每次用 regex.exec(str.slice(pos)) 并手动计算偏移，更可控。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
