编写CodeMirror Modes详解

在写新的模式(mode)之前，还是先来概括一下CodeMirror的设计思路。CodeMirror分为三部分：核心，模式，扩展。核心库对外开放了很多接口，而这些接口就是实现新模式或者新扩展的基石。

在使用CodeMirror的过程中，如果我们需要的mode不在CodeMirror自带的Modes里面，就需要我们自定义mode，比如ini文件类型，CodeMirror自身并没有实现，这时候就需要设计新的mode。

顺便提一下mode和language的区别，mode和language并不是完全一一对应，比如html代码中，往往包含javascript 和css代码，对于混杂着javascript和css代码的html文档，我们抽象成一个htmlmixed模式，就是所谓的“多重模式”，而 javascript和css也有自身对于的mode。

多重模式的实现对单一模式是有依赖的，这也体现了CodeMirror作者良好了设计功底，代码尽量得到最大效率的利用，htmlmixed模式内部就是"javascript","css","xml"三种模式的轮询。

大致原理：

拿典型的javascript文件来说，要完成javascript模式，只要定义一个词法分析程序就可以，首先，CodeMirror核心程序已经将整个javascript文档按照行做了拆分，你在mode里所需要做的就是写一个词法分析程序分析每一行数据。

对于单行的字符串文本，词法分析程序需要从字符串开始分析到字符串结束，在这过程中，会对需要标识的字符或者字符串(比如[ ] {} (),this,function等)做特殊标识，并且返回一个css样式(用于高亮)给对应被标识的字符或者字符串，这就是大概的处理过程。更高级的用法还可以控制代码文档的缩进等。

注册模式：

在模式的实现脚本中，首先要调用CodeMirror.defineMode接口注册模式，这个接口函数包含两个参数：

第一个参数类型为字符串，是模式的名称，一律使用小写，一般情况下，注册的模式名称保持跟模式脚本名称一样，比如xml模式的实现脚本为"xml.js"，注册的模式名就使用"xml"。

第二个参数类型为函数，该函数也有两个入参：分别是CodeMirror的配置对象(传递给CodeMirror构造函数使用，参见配置一节)和mode的配置对象(包含哪些属性由具体的mode决定)。该函数的返回值是mode对象，具体内容后面会提到。

代码约束：

在编写Mode代码的时候，所有代码都要控制在与调用CodeMirror.defineMode接口的同一作用域内，所有函数变量的申明都要写在CodeMirror.defineMode第二个参数(函数)内部。这样可以避免mode变量对全局变量造成污染。

状态对象

Mode的主要作用就是对行文本进行词法分析进而进行文本标识(高亮)，当然了主要功能也是基础功能，大部分mode的设计要求远远不止对文本进行高亮，同时，某种语言的复杂程度也影响着mode的复杂程度。

有些规则很简洁明确的语言，可能每行的词法分析都是跟上一行没有关系的，比如ini文件，它的注释，块，键值肯定在同一行内，不可能跨行，词法分析函数关起门来潜心练就九阴真经就行了。

不幸的是，大多数语言的规则都是比较复杂的，就拿javascript来讲，一个数组可以在行内写，也可以跨行写，如果跨行写的话，那么后一行的词法分析肯定就会对前一行的文本有依赖，要不然无法进行正确的分析。

鉴于这个原因，CodeMirror设计了状态对象(state Object)，该对象是唯一的，也可以认为是每一行共享的(类似全局变量)，它的属性在词法分析函数内部做维护，如此一来不同行之前就有了联系，词法分析函数在分析当前行文本的时候，可以从状态对象获取到自己感兴趣的信息。

在需要使用状态对象的Modes内部，mode对象必须定义一个startState属性，该属性是一个函数，函数返回一个对象，这个对象便是状态对象，在开始对整个文档进行分析之前，CodeMirror就会利用startState生成一个状态对象，而这个状态对象里面有哪些属性，完全是根据 mode的设计要求和思路来决定的。

词法分析函数

在mode的设计中，mode对象的词法分析函数(token(stream,state))是最重要的,所有的mode都要定义这个方法。
首先token函数有两个入参：

stream：CodeMirror核心内部定义的Stream类的实例，它不光包含当前行的文本信息，还包含已经分析到的字符位置(字符串分析的时候，是一个个字符顺序分析的)，也包含一系列使用的字符串处理方法；

state：就是状态对象，每次词法分析，都会传入这个参数，然后在词法分析内部维护这个参数的属性。

在分析同一行文本的时候，token函数会被反复调用，只要是遇到一个需要标识的子字符串片段或者空白字符，token都会return，直到分析到整行结尾，看个例子，有以下一行javascript代码：

var name = this.name;

一、 token从字符串第一个字符开始分析，此时stream.pos为0，遇到一个关键字"var"，则返回一个css样式"keyword",同时 stream.pos移动到2，CodeMirror将会给var外面加上span标签，该标签的class就是"cm-kerword"（被核心模块加上了"cm-"前缀，token函数返回的所有样式都会被加上这个前缀），cm-kerword样式定义在codemirror.css文件中。

二、字符串还没有到结束，第二次调用token分析，遇到一个空格，返回null，也就是说空格不需要高亮，同时stream.pos移动到3；

三、字符串还没有到结束，第三次调用token分析，遇到一个属性name，返回"properties",同时stream.pos移动到7,CodeMirror将会给name外面加上span标签，该标签的class是"cm-properties"。

四、字符串还没有到结束，继续调用token，直到分析完这个字符串才会结束。

其实词法分析的概要过程就是这样的，是不是很简单呢？具体实现的细节其实还是比较繁琐的。

样式化

样式化是在词法分析过程中完成的，也是词法分析的目的，CodeMirror支持好几种样式化的方式，都是通过特殊关键字来区别的

1. 普通样式，不包含"line-"和"line-background-"前缀的都是普通样式，作用在整行字符串的某个词汇或子字符串上。

2. 带有"line-"前缀的样式，作用在整行文字上，在DOM结构里，该样式是加在pre标签上的。需要注意的是在整行字符串分析的过程过，只要有一次返回值包含"line-"前缀，pre标签就会被加上对应样式，多次返回不同值，则会增加多个样式。

3. 带有"line-background-"前缀的样式作用整行文字的背景，该样式会创建一个跟pre平行的块元素，其z-index小于pre标签，pre自身的背景被设置为透明，所以新创建的块元素模拟了整行文本的背景色。跟"line-"前缀一样，多次返回便是增加多个样式

4. token还可以返回多重样式（使用空格做分割），例如返回"string error"，则是字符串样式（着色）和Error（划线）样式的叠加。

PS:codemirror.css文件没有的样式都需要自行定义，一般自定义的样式文件写在跟mode脚本文件同目录同名。

看个被标识好的整行DOM结构或许会更清楚：

    <!-- 整个一行的DOM结构 -->

    <div class="" style="position: relative;">

        <!-- 只有token函数返回带有line-background-关键字的样式，这个节点才会被创建 -->

        <!-- 本示例token返回值包含line-background-linebgc -->

        <!-- CodeMirror-linebackground样式定义在codemirror.css中,linebgc则需要自己定义-->

        <div class="linebgc  CodeMirror-linebackground"></div>

        <!-- 行号对应的DOM 不在token的作用范围内 -->

        <div class="CodeMirror-gutter-wrapper" style="position: absolute; left: -29px;">

            <div class="CodeMirror-linenumber CodeMirror-gutter-elt" style="left: 0px; width: 20px;">3</div>

        </div>

        <!-- 正式的整行文本对应的DOM,该标签的背景被CodeMirror设置为透明 -->

        <!-- pre标签被增加了"linetext"样式，是因为token返回值中包含了"line-linetext",有"line-"前缀，所以生成了这个样式 -->

        <!-- linetext 样式需要自行定义 -->

        <pre class="linetext ">

            <span style="padding-right: 0.1px;">

                <!-- token返回值包含key -->

                <span class="cm-key">innodb_log_file_size</span>

                <!-- token返回值包含"equal-symbol strong" 是一个多重样式 -->

                <span class="cm-equal-symbol cm-strong">=</span>

                <!-- token返回值包含"vaule" -->

                <span class="cm-value">10M</span>

                <!-- token返回值包含"comment" -->

                <span class="cm-comment">;ddad</span>

            </span>

        </pre>

    </div>