14 | 解析 Webpack 源码，实现自己的构建工具

前端工程化和基础建设这个话题，自然少不了分析构建工具。作为前端工程中最常见、最经典的构建工具，Webpack 必须要有一个独立小节进行精讲。可是，关于 Webpack 什么样的内容才更有意义呢？当前社区，Webpack 插件编写、loader 编写相关内容已经非常多了，甚至 Tapable 机制也已经有了涉猎。

这一讲，我们独辟蹊径，从 Webpack 的实现入手，帮助你构建一个自己的工程化工具。

Webpack 的初心和揭秘
我不建议对着 Webpack 源码讲解，因为 Webpack 是一个庞大的体系，其源码逐行讲解太过枯燥，真正能转化在技术积累上的内容较少。今天，我们先抽丝剥茧，从 Webpack 的使命谈起，相信你会有一个更加清晰的认知。

Webpack 的介绍只有简单一句：

Webpack is a static module bundler for modern JavaScript applications.

虽然 Webpack 看上去无所不能，但从其本质上来说，Webpack 实质就是一个“前端模块打包器”。前端模块打包器做的事情很简单：它帮助开发者将 JavaScript 模块（各种类型的模块化规范）打包为一个或多个 JavaScript 脚本文件。

我们回到最初起源，前端为什么需要一个模块打包器呢？其实理由很简单：

不是所有浏览器都直接支持 JavaScript 规范；

前端需要管理依赖脚本，把控不同脚本加载的顺序；

前端需要按顺序加载不同类型的静态资源。

想象一下，我们的 Web 应用有这样一段内容：

复制代码








每个 JavaScript 文件都需要额外的 HTTP 请求获取，并且因为依赖关系，1.js到6.js需要按顺序加载。因此，打包需求应运而生：

复制代码



这里需要注意几点：

随着 HTTP/2 技术的推广，未来长远上看，浏览器像上述代码一样发送多个请求不再是性能瓶颈，但目前来看还过于乐观（更多内容参见 HTTP/2 简介）；

并不是将所有脚本都打包在一起就是性能最优，/dist/bundle.js的 size 一般较大，但这属于另外“性能优化”话题了，相关内容，我们在10 讲“代码拆分和按需加载：缩减 bundle size，把性能做到极致”中已有涉及。

总之，打包器的需求就是前端“刚需”，实现上述打包需要也并不简单，需要考虑：

如何维护不同脚本的打包顺序，保证bundle.js的可用性；

如何避免不同脚本、不同模块的命名冲突；

在打包过程中，如何确定真正需要的脚本，而不将没有用到的脚本排除在bundle.js之外？

事实上，虽然当前 Webpack 依靠 loader 机制实现了对于不同类型资源的解析和打包，依靠插件机制实现了第三方介入编译构建的过程，但究其本质，Webpack 只是一个“无所不能”的打包器，实现了：

复制代码
a.js + b.js + c.js. => bundle.js
的能力。

下面我们继续揭秘 Webpack 在打包过程中的奥秘。

为了简化，我们以 ESM 模块化规范举例。假设我们有：

circle.js模块求圆形面积；

square.js模块求正方形面积；

app.js模块作为主模块。

对应内容分别如下代码：

复制代码
// filename: circle.js
const PI = 3.141;
export default function area(radius) {
return PI radius radius;
}
// filename: square.js
export default function area(side) {
return side * side;
}
// filename: app.js
import squareArea from ‘./square’;
import circleArea from ‘./circle’;
console.log(‘Area of square: ‘, squareArea(5));
console.log(‘Area of circle’, circleArea(5));
经过 Webpack 打包之后，我们用bundle.js来表示 Webpack 处理结果（精简并可读化处理后）：

复制代码
// filename: bundle.js
const modules = {
‘circle.js’: function(exports, require) {
const PI = 3.141;
exports.default = function area(radius) {
return PI radius radius;
}
},
‘square.js’: function(exports, require) {
exports.default = function area(side) {
return side * side;
}
},
‘app.js’: function(exports, require) {
const squareArea = require(‘square.js’).default;
const circleArea = require(‘circle.js’).default;
console.log(‘Area of square: ‘, squareArea(5))
console.log(‘Area of circle’, circleArea(5))
}
}
webpackBundle({
modules,
entry: ‘app.js’
});
如上代码，我们维护了modules变量，存储了不同模块信息，这个 map 中，key 为模块路径名，value 为一个被 wrapped 过的模块函数，我们先称之为module factory function，该函数形如：

复制代码
function(exports, require) {
// 模块内容
}
这样做是为每个模块提供exports和require能力，同时保证了每个模块都处于一个隔离的函数作用域范围。

有了modules变量还不够，我们依赖webpackBundle方法，将所有内容整合在一起。webpackBundle方法接收modules模块信息以及一个入口脚本。代码如下：

复制代码
function webpackBundle({ modules, entry }) {
const moduleCache = {};

const require = moduleName => {
// 如果已经解析并缓存过，直接返回缓存内容
if (moduleCache[moduleName]) {
return moduleCache[moduleName];
}

const exports = {};
// 这里是为了防止循环引用
moduleCache[moduleName] = exports;
// 执行模块内容，如果遇见了 require 方法，则继续递归执行 require 方法
modulesmoduleName;

return moduleCache[moduleName];
};
require(entry);
}
上述代码中需要注意：webpackBundle 方法中声明的require方法和 CommonJS 规范中的 require 是两回事，该require方法是 Webpack 自己实现的模块化解决方案。

我们通过下图来总结一下 Webpack 风格的打包器原理和流程：

Webpack 打包器原理和流程图

讲到这里，我们再扩充一下另一个打包器——Rollup 的打包原理，针对上述代码，Rollup 打包过后的产出为：

复制代码
const PI = 3.141;
function circle$area(radius) {
return PI radius radius;
}
function square$area(side) {
return side * side;
}
console.log(‘Area of square: ‘, square$area(5));
console.log(‘Area of circle’, circle$area(5));
如上代码，我们看到，Rollup 的原理思想与 Webpack 不同：Rollup 不会维护一个 module map，而是将所有模块拍平（flatten）放到 bundle 中，也就不存在包裹函数（module factory function）。

为了保证命名冲突不出现，Rollup 将函数和变量名进行了改写，在模块脚本circle.js和square.js中，都命名了一个area方法。经过 Rollup 打包后，area方法根据模块主体，进行了重命名。

我们将 Webpack 和 Rollup 的打包方式进行对比总结。

Webpack 理念：

使用了 module map，维护项目中的依赖关系；

使用了包裹函数，对每个模块进行包裹；

使用了一个“runtime”方法（这里举例为webpackBundle），最终合成 bundle 内容。

Rollup 理念：

将每个模块拍平；

不使用包裹函数，不需要对每个模块进行包裹。

不同的理念也会造成不同的打包结果，这里我想给你留一个思考题：在 Rollup 处理理念下，如果模块出现了循环依赖，会发生什么现象呢？

手动实现打包器
前面内容我们剖析了以 Webpak、Rollup 为代表的打包器核心原理。下面内容，我们将手动实现一个自己的简易打包器，我们的目标将会向 Webpack 打包设计对齐。核心思路如下：

读取入口文件（比如entry.js）；

基于 AST 分析入口文件，并产出依赖列表；

使用 Babel 将相关模块编译到 ES5；

对每个依赖模块产出一个唯一的 ID，方便后续读取模块相关内容；

将每个依赖以及经过 Babel 编译过后的内容，存储在一个对象中进行维护；

遍历上一步中的对象，构建出一个依赖图（Dependency Graph）；

将各模块内容 bundle 产出。

我们来一步一步实现。首先创建项目：

复制代码
mkdir bundler-playground && cd $_
并启动 npm：

复制代码
npm init -y
安装以下依赖：

@babel/parser用于分析源代码，产出 AST；

@babel/traverse用于遍历 AST，找到 import 声明；

@babel/core用于编译，将源代码编译为 ES5；

@babel/preset-env搭配@babel/core使用；

resolve用于获取依赖的绝对路径。

相关命令：

复制代码
npm install —save @babel/parser @babel/traverse @babel/core @babel/preset-env resolve
做完了这些，我们开始核心逻辑的编写，创建index.js，并引入如下依赖代码：

复制代码
const fs = require(“fs”);
const path = require(“path”);
const parser = require(“@babel/parser”);
const traverse = require(“@babel/traverse”).default;
const babel = require(“@babel/core”);
const resolve = require(“resolve”).sync;
接着，我们维护一个全局 ID，并通过遍历 AST，访问ImportDeclaration节点，收集依赖到deps数组中，同时完成 Babel 降级编译：

复制代码
let ID = 0;
function createModuleInfo(filePath) {
// 读取模块源代码
const content = fs.readFileSync(filePath, “utf-8”);
// 对源代码进行 AST 产出
const ast = parser.parse(content, {
sourceType: “module”
});
// 相关模块依赖数组
const deps = [];
// 遍历模块 AST，将依赖推入 deps 数组中
traverse(ast, {
ImportDeclaration: ({ node }) => {
deps.push(node.source.value);
}
});
const id = ID++;
// 编译为 ES5
const { code } = babel.transformFromAstSync(ast, null, {
presets: [“@babel/preset-env”]
});
return {
id,
filePath,
deps,
code
};
}
上述代码中，相关注释已经比较明晰了。这里需要指出的是，我们采用了自增 ID的方式，如果采用随机的 GUID，会是更安全的做法。

至此，我们实现了对一个模块的分析，并产出：

该模块对应 ID；

该模块路径；

该模块的依赖数组；

该模块经过 Babel 编译后的代码。

接下来，我们生成整个项目的依赖树（Dependency Graph）。代码如下：

复制代码
function createDependencyGraph(entry) {
// 获取模块信息
const entryInfo = createModuleInfo(entry);
// 项目依赖树
const graphArr = [];
graphArr.push(entryInfo);
// 以入口模块为起点，遍历整个项目依赖的模块，并将每个模块信息维护到 graphArr 中
for (const module of graphArr) {
module.map = {};
module.deps.forEach(depPath => {
const baseDir = path.dirname(module.filePath);
const moduleDepPath = resolve(depPath, { baseDir });
const moduleInfo = createModuleInfo(moduleDepPath);
graphArr.push(moduleInfo);
module.map[depPath] = moduleInfo.id;
});
}
return graphArr;
}
上述代码中，我们使用一个数组类型的变量graphArr来描述整个项目的依赖树情况。最后，我们基于graphArr内容，将相关模块进行打包。

复制代码
function pack(graph) {
const moduleArgArr = graph.map(module => {
return ${module.id}: {<br /> factory: (exports, require) => {<br /> ${module.code}<br /> },<br /> map: ${JSON.stringify(module.map)}<br /> };
});
const iifeBundler = (function(modules){<br /> const require = id => {<br /> const {factory, map} = modules[id];<br /> const localRequire = requireDeclarationName => require(map[requireDeclarationName]); <br /> const module = {exports: {}};<br /> factory(module.exports, localRequire); <br /> return module.exports; <br /> }<br /> require(0);<br /> <br /> })({${moduleArgArr.join()}})<br />;
return iifeBundler;
}
如上代码，我们创建一个对应每个模块的模板对象：

复制代码
return ${module.id}: {<br /> factory: (exports, require) => {<br /> ${module.code}<br /> },<br /> map: ${JSON.stringify(module.map)}<br /> };
在factory对应的内容中，我们包裹模块代码，并注入exports和require两个参数。同时，我们构造了一个 IIFE 风格的代码区块，用于将依赖树中的代码串联在一起。最难理解的部分在于：

复制代码
const iifeBundler = (function(modules){<br /> const require = id => {<br /> const {factory, map} = modules[id];<br /> const localRequire = requireDeclarationName => require(map[requireDeclarationName]); <br /> const module = {exports: {}};<br /> factory(module.exports, localRequire); <br /> return module.exports; <br /> } <br /> require(0);<br /> })({${moduleArgArr.join()}})<br />;
针对这段代码，我们进行更细致的分析。

使用 IIFE 的方式，来保证模块变量不会影响到全局作用域。

构造好的项目依赖树（Dependency Graph）数组，将会作为名为modules的行参，传递给 IIFE。

我们构造了require(id)方法，这个方法的意义在于：

通过require(map[requireDeclarationName])方式，按顺序递归调用各个依赖模块；

通过调用factory(module.exports, localRequire)执行模块相关代码；

该方法最终返回module.exports对象，module.exports 最初值为空对象（{exports: {}}），但在一次次调用factory()函数后，module.exports对象内容已经包含了模块对外暴露的内容了。

总结
这一讲虽然标题包含“解析 Webpack 源码”，但我们并没有采用源码解读的方式展开，而是从打包器的设计原理入手，换一种角度进行 Webpack 源码解读，并最终动手实现了一个自己的简易打包器。

实际上，打包过程主要分为两步：依赖解析（Dependency Resolution）和代码打包（Bundling）：

在依赖解析过程中，我们通过 AST 技术，找到每个模块的依赖模块，并组合为最终的项目依赖树。

在代码打包过程中，我们使用 Babel 对源代码进行编译，其中也包括了对 imports / exports（即对 ESM） 的编译。

整个过程稍微有些抽象，需要你用心体会。

主要内容总结为下图：

在实际生产环节，打包器当然功能更多，比如需要考虑：code spliting 甚至 watch mode 以及 reloading 能力等。但是不管什么样的特性和能力，只要我们理清最初心，掌握最基本的思想，任何疑问都会迎刃而解。

00:00 前端基础建设与架构 30 讲