Vite学习之深度解析“依赖扫描”
- 青灯夜游转载
- 2022-09-05 18:13:551687浏览
本篇文章带大家深入地讲解Vite中的依赖扫描的实现细节，最终的扫描结果是一个包含多个模块的名字的对象，不涉及预构建的过程、预构建产物如何是使用的。
当我们首次运行 Vite 的时候，Vite 会执行依赖预构建，目的是为了兼容 CommonJS 和 UMD，以及提升性能。【相关推荐：vuejs视频教程】
要对依赖进行预构建，首先要搞清楚这两个问题：
预构建的内容是什么？/ 哪些模块需要进行预构建？
如何找到需要预构建的模块？
这两个问题，其实就是依赖扫描的内容以及实现方式。
本文会深入地讲解依赖扫描的实现细节，最终的扫描结果是一个包含多个模块的名字的对象，不涉及预构建的过程、预构建产物如何是使用的。如果对该部分内容感兴趣，可以关注我，等待后续文章。
依赖预构建的内容
一个项目中，存在非常多的模块，并不是所有模块都会被预构建。只有 bare import（裸依赖）会执行依赖预构建
什么是 bare import ？
直接看下面这个例子
// vue 是 bare import import xxx from "vue" import xxx from "vue/xxx" // 以下不是裸依赖 import xxx from "./foo.ts" import xxx from "/foo.ts"
可以简单的划分一下:
- 用名称去访问的模块是裸模块
- 用路径去访问的模块，不是 bare import
实际上 Vite 也是这么判断的。
下面是一个常见的 Vue 项目的模块依赖树
依赖扫描的结果如下：
[ "vue", "axios" ]
为什么只对 bare import 进行预构建？
Node.js 定义了 bare import 的寻址机制 —— 在当前目录下的 node_modules 下寻找，找不到则往上一级目录的 node_modules，直到目录为根路径，不能再往上。
bare import 一般是 npm 安装的模块，是第三方的模块，不是我们自己写的代码，一般情况下是不会被修改的，因此对这部分的模块提前执行构建，有利于提升性能。
相反，如果对开发者写的代码执行预构建，将项目打包成 chunk 文件，当开发者修改代码时，就需要重新执行构建，再打包成 chunk 文件，这个过程反而会影响性能。
monorepo 下的模块也会被预构建吗？
不会。因为 monorepo 的情况下，部分模块虽然是 bare import，但这些模块也是开发者自己写的，不是第三方模块，因此 Vite 没有对该部分的模块执行预构建。
实际上，Vite 会判断模块的实际路径，是否在 node_modules 中：
- 实际路径在 node_modules 的模块会被预构建，这是第三方模块
- 实际路径不在 node_modules 的模块，证明该模块是通过文件链接，链接到 node_modules 内的（monorepo 的实现方式），是开发者自己写的代码，不执行预构建
依赖扫描
实现思路
我们再来看看这棵模块依赖树：
要扫描出所有的 bare import，就需要遍历整个依赖树，这就涉及到了树的深度遍历
当我们在讨论树的遍历时，一般会关注这两点：
- 什么时候停止深入？
- 如何处理叶子节点？
当前叶子节点不需要继续深入遍历的情况：
- 当遇到 bare import 节点时，记录下该依赖，就不需要继续深入遍历
- 遇到其他 JS 无关的模块，如 CSS、SVG 等，因为不是 JS 代码，因此也不需要继续深入遍历
当所有的叶子节点遍历完成后，记录的 bare import 对象，就是依赖扫描的结果。
依赖扫描的实现思路其实非常容易理解，但实际的处理就不简单了。
我们来看看叶子节点的处理：
- bare import
可以通过模块 id 判断，模块 id 不为路径的模块，就是 bare import。遇到这些模块则记录依赖，不再深入遍历。
- 其他 JS 无关的模块
可以通过模块的后缀名判断，例如遇到 *.css 的模块，无需任何处理，不再深入遍历。
- JS 模块
要获取 JS 代码中依赖的子模块，就需要将代码转成 AST，获取其中 import 语句引入的模块，或者正则匹配出所有 import 的模块，然后继续深入遍历这些模块
- HTML 类型模块
这类模块比较复杂，例如 HTML 或 Vue，里面有一部分是 JS，需要把这部分 JS 代码提取出来，然后按 JS 模块进行分析处理，继续深入遍历这些模块。这里只需要关心 JS 部分，其他部分不会引入模块。
具体实现
我们已经知道了依赖扫描的实现思路，思路其实不复杂，复杂的是处理过程，尤其是 HTML、Vue 等模块的处理。
Vite 这里用了一种比较巧妙的办法 —— 用 esbuild 工具打包
为什么可以用 esbuild 打包代替深度遍历的过程？
本质上打包过程也是个深度遍历模块的过程，其替代的方式如下：
| 深度遍历 | esbuild 打包 |
|---|---|
| 叶子节点的处理 | esbuild 可以对每个模块（叶子节点）进行解析和加载 可以通过插件对这两个过程进行扩展，加入一些特殊的逻辑 例如将 html 在加载过程中转换为 js |
| 不深入处理模块 | esbuild 可以在解析过程，指定当前解析的模块为 external 则 esbuild 不再深入解析和加载该模块。 |
| 深入遍历模块 | 正常解析模块（什么都不做，esbuild 默认行为），返回模块的文件真实路径 |
这块暂时看不懂没有关系，后面会有例子
各类模块的处理
| 例子 | 处理 | |
|---|---|---|
| bare import | vue |
在解析过程中，将裸依赖保存到 deps 对象中，设置为 external |
| 其他 JS 无关的模块 | less文件 |
在解析过程中，设置为 external |
| JS 模块 | ./mian.ts |
正常解析和加载即可，esbuild 本身能处理 JS |
| html 类型模块 |
index.html、app.vue
|
在加载过程中，将这些模块加载成 JS |
最后 dep 对象中收集到的依赖就是依赖扫描的结果，而这次 esbuild 的打包产物，其实是没有任何作用的，在依赖扫描过程中，我们只关心每个模块的处理过程，不关心构建产物
用 Rollup 处理可以吗？
其实也可以，打包工具基本上都会有解析和加载的流程，也能对模块进行 external
但是 esbuild 性能更好
html 类型的模块处理
这类文件有 html、vue 等。之前我们提到了要将它们转换成 JS，那么到底要如何转换呢？
由于依赖扫描过程，只关注引入的 JS 模块，因此可以直接丢弃掉其他不需要的内容，直接取其中 JS
html 类型文件（包括 vue）的转换，有两种情况：
- 每个外部 script，会直接转换为
import语句，引入外部 script - 每个内联 script，其内容将会作为虚拟模块被引入。
什么是虚拟模块？
是模块的内容并非直接从磁盘中读取，而是编译时生成。
举个例子，src/main.ts 是磁盘中实际存在的文件，而 virtual-module:D:/project/index.html?id=0 在磁盘中是不存在的，需要借助打包工具（如 esbuild），在编译过程生成。
为什么需要虚拟模块？
因为一个 html 类型文件中，允许有多个 script 标签，多个内联的 script 标签，其内容无法处理成一个 JS 文件 （因为可能会有命名冲突等原因）
既然无法将多个内联 script，就只能将它们分散成多个虚拟模块，然后分别引入了。
源码解析
依赖扫描的入口
下面是扫描依赖的入口函数（为了便于理解，有删减和修改）：
import { build } from 'esbuild'
export async function scanImports(config: ResolvedConfig): Promise<{
deps: Record<string, string>
missing: Record<string, string>
}> {
// 将项目中所有的 html 文件作为入口，会排除 node_modules
let entries: string[] = await globEntries('**/*.html', config)
// 扫描到的依赖，会放到该对象
const deps: Record<string, string> = {}
// 缺少的依赖，用于错误提示
const missing: Record<string, string> = {}
// esbuild 扫描插件，这个是重点！！！
const plugin = esbuildScanPlugin(config, container, deps, missing, entries)
// 获取用户配置的 esbuild 自定义配置，没有配置就是空的
const { plugins = [], ...esbuildOptions } =
config.optimizeDeps?.esbuildOptions ?? {}
await Promise.all(
// 入口可能不止一个，分别用 esbuid 打包
entries.map((entry) =>
// esbuild 打包
build({
absWorkingDir: process.cwd(),
write: false,
entryPoints: [entry],
bundle: true,
format: 'esm',
// 使用插件
plugins: [...plugins, plugin],
...esbuildOptions
})
)
)
return {
deps,
missing
}
}
主要流程如下：
将项目内所有的 html 作为入口文件（排除 node_modules）。
将每个入口文件，用 esbuild 进行打包
这里的核心其实是 esbuildScanPlugin 插件的实现，它定义了各类模块（叶子节点）的处理方式。
function esbuildScanPlugin(config, container, deps, missing, entries){}
-
dep、missing对象被当做入参传入，在函数中，这两个对象的内容会在打包（插件运行）过程中被修改
esbuild 插件
很多同学可能不知道 esbuild 插件是如何编写的，这里简单介绍一下：
每个模块都会经过解析（resolve）和加载（load）的过程：
- 解析：将模块路径，解析成文件真实的路径。例如
vue，会解析到实际 node_modules 中的 vue 的入口 js 文件 - 加载：根据解析的路径，读取文件的内容
插件可以定制化解析和加载的过程，下面是一些插件示例代码：
const plugin = {
name: 'xxx',
setup(build) {
// 定制解析过程，所有的 http/https 的模块，都会被 external
build.onResolve({ filter: /^(https?:)?\/\// }, ({ path }) => ({
path,
external: true
}))
// 定制解析过程，给所有 less 文件 namespace: less 标记
build.onResolve({ filter: /.*\.less/ }, args => ({
path: args.path,
namespace: 'less',
}))
// 定义加载过程：只处理 namespace 为 less 的模块
build.onLoad({ filter: /.*/, namespace: 'less' }, () => {
const raw = fs.readFileSync(path, 'utf-8')
const content = // 省略 less 处理，将 less 处理成 css
return {
contents,
loader: 'css'
}
})
}
}
- 通过
onResolve、onLoad定义解析和加载过程 -
onResolve的第一个参数为过滤条件，第二个参数为回调函数，解析时调用，返回值可以给模块做标记，如external、namespace（用于过滤），还需要返回模块的路径 - 每个模块，
onResolve会被依次调用，直到回调函数返回有效的值，后面的不再调用。如果都没有有效返回，则使用默认的解析方式 -
onLoad的第一个参数为过滤条件，第二个参数为回调函数，加载时调用，可以读取文件的内容，然后进行处理，最后返回加载的内容。 - 每个模块，
onLoad会被依次调用，直到回调函数返回有效的值，后面的不再调用。如果都没有有效返回，则使用默认的加载方式。
扫描插件的实现
function esbuildScanPlugin( config: ResolvedConfig, container: PluginContainer, depImports: Record<string, string>, missing: Record<string, string>, entries: string[] ): Plugin
部分参数解析：
config：Vite 的解析好的用户配置-
container：这里只会用到container.resolveId的方法，这个方法能将模块路径转成真实路径。例如
vue转成xxx/node_modules/dist/vue.esm-bundler.js。 depImports：用于存储扫描到的依赖对象，插件执行过程中会被修改missing：用于存储缺少的依赖的对象，插件执行过程中会被修改entries：存储所有入口文件的数组
esbuild 默认能将模块路径转成真实路径，为什么还要用
container.resolveId？
因为 Vite/Rollup 的插件，也能扩展解析的流程，例如 alias 的能力，我们常常会在项目中用 @ 的别名代表项目的 src 路径。
因此不能用 esbuild 原生的解析流程进行解析。
container（插件容器）用于兼容 Rollup 插件生态，用于保证 dev 和 production 模式下，Vite 能有一致的表现。感兴趣的可查看《Vite 是如何兼容 Rollup 插件生态的》
这里 container.resolveId 会被再次包装一成 resolve 函数（多了缓存能力）
const seen = new Map<string, string | undefined>()
const resolve = async (
id: string,
importer?: string,
options?: ResolveIdOptions
) => {
const key = id + (importer && path.dirname(importer))
// 如果有缓存，就直接使用缓存
if (seen.has(key)) {
return seen.get(key)
}
// 将模块路径转成真实路径
const resolved = await container.resolveId(
id,
importer && normalizePath(importer),
{
...options,
scan: true
}
)
// 缓存解析过的路径，之后可以直接获取
const res = resolved?.id
seen.set(key, res)
return res
}
那么接下来就是插件的实现了，先回顾一下之前写的各类模块的处理：
| 例子 | 处理 | |
|---|---|---|
| bare import | vue |
在解析过程中，将裸依赖保存到 deps 对象中，设置为 external |
| 其他 JS 无关的模块 | less文件 |
在解析过程中，设置为 external |
| JS 模块 | ./mian.ts |
正常解析和加载即可，esbuild 本身能处理 JS |
| html 类型模块 |
index.html、app.vue
|
在加载过程中，将这些模块加载成 JS |
JS 模块
esbuild 本身就能处理 JS 语法，因此 JS 是不需要任何处理的，esbuild 能够分析出 JS 文件中的依赖，并进一步深入处理这些依赖。
其他 JS 无关的模块
// external urls
build.onResolve({ filter: /^(https?:)?\/\// }, ({ path }) => ({
path,
external: true
}))
// external css 等文件
build.onResolve(
{
filter: /\.(css|less|sass|scss|styl|stylus|pcss|postcss|json|wasm)$/
},
({ path }) => ({
path,
external: true
}
)
// 省略其他 JS 无关的模块
这部分处理非常简单，直接匹配，然后 external 就行了
bare import
build.onResolve(
{
// 第一个字符串为字母或 @，且第二个字符串不是 : 冒号。如 vite、@vite/plugin-vue
// 目的是：避免匹配 window 路径，如 D:/xxx
filter: /^[\w@][^:]/
},
async ({ path: id, importer, pluginData }) => {
// depImports 为
if (depImports[id]) {
return externalUnlessEntry({ path: id })
}
// 将模块路径转换成真实路径，实际上调用 container.resolveId
const resolved = await resolve(id, importer, {
custom: {
depScan: { loader: pluginData?.htmlType?.loader }
}
})
// 如果解析到路径，证明找得到依赖
// 如果解析不到路径，则证明找不到依赖，要记录下来后面报错
if (resolved) {
if (shouldExternalizeDep(resolved, id)) {
return externalUnlessEntry({ path: id })
}
// 如果模块在 node_modules 中，则记录 bare import
if (resolved.includes('node_modules')) {
// 记录 bare import
depImports[id] = resolved
return {
path,
external: true
}
}
// isScannable 判断该文件是否可以扫描，可扫描的文件有 JS、html、vue 等
// 因为有可能裸依赖的入口是 css 等非 JS 模块的文件
else if (isScannable(resolved)) {
// 真实路径不在 node_modules 中，则证明是 monorepo，实际上代码还是在用户的目录中
// 是用户自己写的代码，不应该 external
return {
path: path.resolve(resolved)
}
} else {
// 其他模块不可扫描，直接忽略，external
return {
path,
external: true
}
}
} else {
// 解析不到依赖，则记录缺少的依赖
missing[id] = normalizePath(importer)
}
}
)
- 如果文件在 node_modules 中，才认为是 bare import，记录当前模块
- 文件不在 node_modules 中，则是 monorepo，是用户自己写的代码
- 如果这些代码 isScanable 可扫描（即含有 JS 代码），则继续深入处理
- 其他非 JS 模块，external
html 类型模块
如： index.html、app.vue
const htmlTypesRE = /\.(html|vue|svelte|astro)$/
// html types: 提取 script 标签
build.onResolve({ filter: htmlTypesRE }, async ({ path, importer }) => {
// 将模块路径，转成文件的真实路径
const resolved = await resolve(path, importer)
if (!resolved) return
// 不处理 node_modules 内的
if (resolved.includes('node_modules'){
return
}
return {
path: resolved,
// 标记 namespace 为 html
namespace: 'html'
}
})
解析过程很简单，只是用于过滤掉一些不需要的模块，并且标记 namespace 为 html
真正的处理在加载阶段：
// 正则，匹配例子: <script type=module></script>
const scriptModuleRE = /(<script\b[^>]*type\s*=\s*(?:"module"|'module')[^>]*>)(.*?)<\/script>/gims
// 正则，匹配例子: <script></script>
export const scriptRE = /(<script\b(?:\s[^>]*>|>))(.*?)<\/script>/gims
build.onLoad(
{ filter: htmlTypesRE, namespace: 'html' },
async ({ path }) => {
// 读取源码
let raw = fs.readFileSync(path, 'utf-8')
// 去掉注释，避免后面匹配到注释
raw = raw.replace(commentRE, '<!---->')
const isHtml = path.endsWith('.html')
// scriptModuleRE： <script type=module></script>
// scriptRE： <script></script>
// html 模块，需要匹配 module 类型的 script，因为只有 module 类型的 script 才能使用 import
const regex = isHtml ? scriptModuleRE : scriptRE
// 重置正则表达式的索引位置，因为同一个正则表达式对象，每次匹配后，lastIndex 都会改变
// regex 会被重复使用，每次都需要重置为 0，代表从第 0 个字符开始正则匹配
regex.lastIndex = 0
// load 钩子返回值，表示加载后的 js 代码
let js = ''
let scriptId = 0
let match: RegExpExecArray | null
// 匹配源码的 script 标签，用 while 循环，因为 html 可能有多个 script 标签
while ((match = regex.exec(raw))) {
// openTag: 它的值的例子： <script type="module" src="xxx">
// content: script 标签的内容
const [, openTag, content] = match
// 正则匹配出 openTag 中的 type 和 lang 属性
const typeMatch = openTag.match(typeRE)
const type =
typeMatch && (typeMatch[1] || typeMatch[2] || typeMatch[3])
const langMatch = openTag.match(langRE)
const lang =
langMatch && (langMatch[1] || langMatch[2] || langMatch[3])
// 跳过 type="application/ld+json" 和其他非 non-JS 类型
if (
type &&
!(
type.includes('javascript') ||
type.includes('ecmascript') ||
type === 'module'
)
) {
continue
}
// esbuild load 钩子可以设置 应的 loader
let loader: Loader = 'js'
if (lang === 'ts' || lang === 'tsx' || lang === 'jsx') {
loader = lang
} else if (path.endsWith('.astro')) {
loader = 'ts'
}
// 正则匹配出 script src 属性
const srcMatch = openTag.match(srcRE)
// 有 src 属性，证明是外部 script
if (srcMatch) {
const src = srcMatch[1] || srcMatch[2] || srcMatch[3]
// 外部 script，改为用 import 用引入外部 script
js += `import ${JSON.stringify(src)}\n`
} else if (content.trim()) {
// 内联的 script，它的内容要做成虚拟模块
// 缓存虚拟模块的内容
// 一个 html 可能有多个 script，用 scriptId 区分
const key = `${path}?id=${scriptId++}`
scripts[key] = {
loader,
content,
pluginData: {
htmlType: { loader }
}
}
// 虚拟模块的路径，如 virtual-module:D:/project/index.html?id=0
const virtualModulePath = virtualModulePrefix + key
js += `export * from ${virtualModulePath}\n`
}
}
return {
loader: 'js',
contents: js
}
}
)
加载阶段的主要做有以下流程：
- 读取文件源码
- 正则匹配出所有的 script 标签，并对每个 script 标签的内容进行处理
- 外部 script，改为用 import 引入
- 内联 script，改为引入虚拟模块，并将对应的虚拟模块的内容缓存到 script 对象。
- 最后返回转换后的 js
srcMatch[1] || srcMatch[2] || srcMatch[3] 是干嘛？
我们来看看匹配的表达式：
const srcRE = /\bsrc\s*=\s*(?:"([^"]+)"|'([^']+)'|([^\s'">]+))/im
因为 src 可以有以下三种写法：
- src="xxx"
- src='xxx'
- src=xxx
三种情况会出现其中一种，因此是三个捕获组
虚拟模块是如何加载成对应的 script 代码的？
export const virtualModuleRE = /^virtual-module:.*/
// 匹配所有的虚拟模块，namespace 标记为 script
build.onResolve({ filter: virtualModuleRE }, ({ path }) => {
return {
// 去掉 prefix
// virtual-module:D:/project/index.html?id=0 => D:/project/index.html?id=0
path: path.replace(virtualModulePrefix, ''),
namespace: 'script'
}
})
// 之前的内联 script 内容，保存到 script 对象，加载虚拟模块的时候取出来
build.onLoad({ filter: /.*/, namespace: 'script' }, ({ path }) => {
return scripts[path]
})
虚拟模块的加载很简单，直接从 script 对象中，读取之前缓存起来的内容即可。
这样之后，我们就可以把 html 类型的模块，转换成 JS 了
扫描结果
下面是一个 depImport 对象的例子：
{
"vue": "D:/app/vite/node_modules/.pnpm/vue@3.2.37/node_modules/vue/dist/vue.runtime.esm-bundler.js",
"vue/dist/vue.d.ts": "D:/app/vite/node_modules/.pnpm/vue@3.2.37/node_modules/vue/dist/vue.d.ts",
"lodash-es": "D:/app/vite/node_modules/.pnpm/lodash-es@4.17.21/node_modules/lodash-es/lodash.js"
}
- key：模块名称
- value：模块的真实路径
总结
依赖扫描是预构建前的一个非常重要的步骤，这决定了 Vite 需要对哪些依赖进行预构建。
本文介绍了 Vite 会对哪些内容进行依赖预构建，然后分析了实现依赖扫描的基本思路 —— 深度遍历依赖树，并对各种类型的模块进行处理。然后介绍了 Vite 如何巧妙的使用 esbuild 实现这一过程。最后对这部分的源码进行了解析：
- 最复杂的就是 html 类型模块的处理，需要使用虚拟模块；
- 当遇到 bare import 时，需要判断是否在 node_modules 中，在的才记录依赖，然后 external。
- 其他 JS 无关的模块就直接 external
- JS 模块由于 esbuild 本身能处理，不需要做任何的特殊操作
最后获取到的 depImport 是一个记录依赖以及其真实路径的对象
以上是Vite学习之深度解析“依赖扫描”的详细内容。更多信息请关注PHP中文网其他相关文章！