再谈JavaScript的数据类型问题

JavaScript的数据类型问题已经讨论过很多次了，但许多人还有许多书仍然沿用着错误的、混乱的一些观点，所以就再细讲一回。

提及这个讨论的原因在于argb同学在我的MSN博客上的一段回复，又更早的起源则是两年前关于《JavaScript征途》一书的大讨论：

从“装B被雷劈讲起

——这个事就让它过去了过去了吧。在讨论中我提及到该书对JavaScript类型系统介绍的混乱，而argb翻出了这篇历史文章，指我的混乱更混乱。于是我列了以下几个问题给他：

=============

我想很难很快速地解释你的问题。那么，接着你的思路，我就问几个问题好了：
1、函数是不是类型？是什么类型？
2、为什么说JavaScript中的函数是“第一型”的？
3、undefined如何“包装成object”？即使你所说的是笔误，那么对于“一切都是对象”的JavaScript，undefined是什么？
4、true与Boolean(true)在类型上有什么不同？

最后强调一下你的用词问题：Undefined是类型，undefined是值，’undefined’是类型的名称。此外，应留意JavaScript中存在着值类型与引用类型。

=============

随后argb的回复让我觉得一切已经混乱到不得不讲的地步。因为此前也没有讨论过《JavaScript征途》中的类型系统问题，于是这干脆就补个功课。下面认认真真地谈谈，也顺便回复了argb同学。

再次感谢argb。若非如此，我这篇功课还要欠很久。有读者与朋友们的关心，总是好的。答疑释解，于人于已，皆成美事。

再谈JavaScript的数据类型问题

=============

首先我们谈两点体会。其一，JavaScript不是纯粹的面向对象语言，它是混合语言，所以所谓“一切面向对象”既是宣传用语，也是一种语言处理技巧。仅从“面向对象”来理解这个语言的类型，会犯很多错误。其二，ECMAScript的描述总是很准确而又迟滞于这门语言的发展。所以要理解一些现象，既要从JavaScript的历史中去找，也要考虑到JavaScript现在的发展。ECMAScirpt是一个标准的、规范化的参考，但不是全部。

接下来说说类型。JavaScript既是过程式语言，也是面向对象的语言。这一定程度上，也表现为：它事实上有两套类型系统。第一套类型系统是用typeof来识别，这是这个语言的基本类型系统，只有六种类型，即undefined、number、boolean、string、object与function。我一般也称之为基础类型系统。之所以称为“基础”，是因为第二套类型系统是以它为基础，从object这一种类型中发展起来的，即对象类型系统。

对象类型系统用instanceof来识别，它相当于其它高级语言中的is操作/运算。面向对象的多态主要通过as和is来表达，对于JavaScript来说，由于是弱类型的(没有强制类型检查)，所以不需要as。

对象类型系统与基础类型系统存在映射关系，例如基础类型的string影射到对象系统中的String。但这只是影射，所以本质上来说string类型不是String类型。两者本质上不同。具体来说，undefined,string、number和boolean是“值类型”；object与function是“引用类型”。由于String、Number与Boolean在基础类型中都属于object类型，是Object()的子类，因此是引用类型。Function()也是引用类型。所有引用类型都可以看着Object()的子类，所以任意函数也是Object()的子类。例如"<匿名函数> instanceof Object"返回true。

undefined是值类型，它没有对应的对象类型——我们通常可以称之为Undefined类型，但它没有对应的构造器。undefined只有一个值，即undefined。准确地说，undefined表明声明(或产生)了但没有值的变量。而Null也是一个类型，null是它的惟一值(按照语言规则，null也是一个关键字)。Null类型是对象类型，亦即是引用类型。所以Null与Undefined本质的不同，是它们分属在不同的类型系统中，解释着不同类型系统中的“无”的概念。一般来说，DOM中的某个属性或成员如果无值，应该使用null；而JavaScript运算过程中如果出现无值，应该使用undefined。

上面强调要从“两套类型系统”的角度来理解上述类型。而这两个类型系统在JavaScript中是可以混用的，实现这一特性的技术被称为“类包装”。这是JavaScript对Java的主要借鉴，也是后来的.NET对Java的主要借鉴之一——类包装也被称为“装箱”(以及“拆箱”)。JavaScript中的类包装过程出现然属性存取中，即“.运算符”或“[]运算符”。当这两个运算符发现左操作数x是一个“值类型”数据时，将隐式地调用Object(x)过程将它转为对象，因此
'abc'.length
这个运算实际上就等效于
Object('abc').length

最后，我们回到原始的问题上来。所以我说：
====
JavaScript 里面有6种基本类型，对象是其中一种，各种对象是“对象(object)”这一种类型中的子类（类型）。
====
是没有什么错误的。而朱先生在他的书中说：
====
- JavaScript 语言只有 3 种最原始的数据类型：数值型、字符串型和布尔型
- JavaScript 还定义了几个特殊的数据类型，如空类型（null）和未定义类型（undefined）。
- 基本数据类型按值传送，而复杂数据类型按引用传送。
====
这几个观点都不太靠谱。其一，这三种是原始的数据类型没错，但并不是“只有3种”，这个稍后一点我再说。其二，空类型与未定义类型这两种说法都是错的，应该是Null类型和Undefined类型——小写的，是它们的值；首字母大写才是它们的类型。其三，undefined也是按值传递的，然而在朱先生的分类里头，就不知道如何归属。他起码提到了：原始数据类型，特殊数据类型，值(传递的)类型，引用(传递的)类型。这样复杂的分类，会更容易让读者混淆。

最后说一下“原始的数据类型”。这个用词在ECMAScript里面有，称为"primitive types"，但这个概念主要是从“primitive values"里面引申出来的，而非单独作为一个类型分类的依据——ECMAScript中只提到过一次primitive type，并且也没有称之为“types”。ECMAScript用“primitive values"来说明一些类型的原始值，例如Boolean  Types具有原始值true/false。但这并没有说明Boolean对象类型与值类型之间的差异或关系，例如不能表明true与Boolean(true)之间有什么不同。

ECMAScript中使用“primitive values"，并陈述了这些原始值的定义，主要是ECMAScript要兼顾JavaScript语言的实现方案。在ECMAScript中相当大的一部分是在描述一个语言的实现，许多地方需要将一个对象转换成“primitive values"，或使用“primitive values"这样的名词来讲述它的实际实现——但我必须强调，这与类型系统的定义与规划没什么关系。例如ECMA讲述“属性(property)”这一概念时，原文是：
“Properties are containers that hold other objects, primitive values, or functions. A primitive value is a member of one of the following built-in types: Undefined, Null, Boolean, Number, and String; an object is a member of the remaining built-in type Object; and a function is a callable object. A function that is associated with an object via a property is a method.”

翻译过来就是：
属性可以包括其它对象、原始值或函数。一个原始值(primitive value)是以下内建类型的一个成员(即一个值,value)：Undefined, Null, Boolean, Number, 以及String；一个对象(object)是其它内建对象类型的一个成员(实例,instance)，函数(function)是一个可调用的对象。如果一个函数作为一个对象的属性，则我们称为方法(method)。

上面的描述与“类型系统如何划分”有什么关系吗？没有。关键在于上列5种原始值，都是可以跨语言来声明或使用的。然而，要更细节地叙述这一点，需要完整地讨论ECMAScript如何声明与实现语言的全过程。

所以如果将“primitive value"作为类型系统来讨论，就会相当地令人混乱了。这也是我一开始提出那几个问题的原因。

最后，强调一点。function是类型。所以你提到：
====
函数不是类型，函数是函数，是类型（type）为object的一个分类（class）
====
大概是所有混乱的总和了。关于第一型(first-class data types)的问题就不再讲了，以前已讲得太多。大家自己翻吧。