Source Map知多少？Golang手写SourceMap转换过程
Source Map知多少？Golang手写SourceMap转换过程
文章目录
本文从原理的角度入手对 Source Map 进行了较为深入的分析，并从业务需要的角度出发，手动编写根据 Source Map 映射编码前后代码行数的功能，示例语言为 Golang
一、问题背景
由于线上实际运行的生产代码是经过编译的转换代码，笔者需要对生产代码和源代码的日志行进行映射，帮助开发者更方便快捷地定位问题
在JS中一般通过 Source Map 进行生产代码和源代码的映射，抱着知其所以然的目的，笔者对 Source Map 的前世今生进行了了解，并一步步理解了 Source Map 的转换原理
二、Source Map 简介
随着 JavaScript 代码的日益复杂，越来越多的源码（包括函数库、框架等）需要经过转换/打包才能投入生产，一般而言转换的目的分为以下三种：
（1）压缩代码，降低存储和传输成本 （2）多文件合并，理由同上 （3）其他语言编译为 JavaScript
转换固然解决了以上问题，但由于线上代码是转换后的代码，一旦程序报错时调用栈中的信息也会是转换后的代码，增加了需要 debug 的开发者的负担
为了能够还原经过转换的代码，Source Map 应运而生
基本格式
Source Map 是一个存储代码转换前后位置对应关系的 JSON 格式文件，调试工具可以通过 Map 文件还原出转换后代码在转换前的行列信息，其基本格式如下：
{
version : 3,
file: "output.js",
sourceRoot : "",
sources: ["input_a.js", "input_b.js"],
names: ["src", "maps", "are", "fun"],
mappings: "AAgBC,SAAQ,CAAEA",
sourcesContent: []
}- version: Source Map 版本
- file：输出文件名
- sourceRoot：输入文件所在目录
- sources：输入文件名，可以有多个
- names：转换前的变量&属性名集合
- mappings：经过 Base64 VLQ 编码的字符串，记录位置映射关系
- sourcesContent：转换前文件的内容
其中与转换过程比较相关的是 mappings 字段，在第三小节会重点解释
应用场景
一般可以使用前端打包工具如 Webpack 等生成 Source Map 文件，如使用 Webpack 可以通过在 webpack.config.js 中加入如下代码来生成：
编译后除了源码文件外会同时生成 Map 文件：
开发者拿到 Source Map 文件后一般不会手动处理，但浏览器得到 Source Map 文件后就可以对文件进行转换了，以 Chrome 为例，打开如下配置后浏览器会自动下载 Map 文件并对文件进行转换，方便开发者进行排错
即便调试工具帮忙完成了转换工作，但了解 Source Map 的工作原理也可以帮助我们更好的 debug
三、Source Map 的工作原理
Source Map 的目的是对转换前后的代码进行映射，那么流程可以抽象为一次文本转换输出
“feel the force” ⇒ 转换器 ⇒ “the force feel”
Map 文件要保存的核心是输入字符串的 n 行 m 列，对应于输出字符串的 n1 行 m1 列，如首字符 f 的映射关系为 f(0,0)=>(0,10)
通过这种简单的对应关系确实可以还原出源文件，但映射表中要存储的还包括输入文件名(因为不止一个源文件)等信息，会导致 Map 文件占用很大，也会损失传输性能
为节约存储空间，Source Map对于映射关系进行了编码上的优化，包括不以字符而以单词作为最小单位（单词集合存储在 Map 文件的 names 字段里）、以 index 取代源文件名（源文件序列放在 Map 文件的 srouces字段里）、以相对位置记录行数等
因为篇幅原因，更加详细的编码优化流程可以参考这篇文章
下面以一段转换前和一段转换后的代码实例讲解 Source Map 是如何进行映射的
// 转换前
function component() {
const element = document.createElement('div');
var x = 1;
console.log("x: ", x);
return element;
}
document.body.appendChild(component());// 转换后
document.body.appendChild(function(){const e=document.createElement("div");return console.log("x: ",1),e}());
//# sourceMappingURL=main.js.map两者对应的 Map 文件如下
{
"version":3,
"file":"main.js",
"mappings":"AAOEA,SAASC,KAAKC,YAPhB,WACI,MAAMC,EAAUH,SAASI,cAAc,OAGvC,OADAC,QAAQC,IAAI,MADJ,GAEDH,CACT,CAE0BI",
"sources":["webpack://webpack-demo/./src/index.js"],
"sourcesContent":["function component() {\n const element = document.createElement('div');\n var x = 1;\n console.log(\"x: \", x);\n return element;\n }\n \n document.body.appendChild(component());"],
"names":["document","body","appendChild","element","createElement","console","log","component"],
"sourceRoot":""
}Map 文件中最重要的 mappings 字段，看似是一串无意义的字符，实际上存储了两个文件中的所有映射关系，其含义如下
首先，mappings 字段分为三层
第一层是行对应，以分号（; ）表示，每个分号对应转换后源码的一行，第一个分号前的内容对应第一行 第二层是位置对应，以逗号（, ）表示，每个逗号对应转换后源码的一个位置 第三层是位置转换，以 Base64 VLQ 编码表示，代表该位置对应的转换前的源码位
按照如上规则，以下字符串里没有出现分号(😉，是因为转换后的源码只有一行，而逗号(,) 则将转换后源码分割为 n 个位置
AAOEA,SAASC,KAAKC,YAPhB,WACI,MAAMC,EAAUH,SAASI,cAAc,OAGvC,OADAC,QAAQC,IAAI,MADJ,GAEDH,CACT,CAE0BI接下来的部分比较难理解，在经过逗号分割以后，每个位置都由至多五个字符（五位不一定都有）组成，每个位置字符的含义如下：
- 第一位，表示这个位置在（转换后的代码的）的第几列
- 第二位，表示这个位置属于 sources 属性中的哪一个文件
- 第三位，表示这个位置属于转换前代码的第几行
- 第四位，表示这个位置属于转换前代码的第几列
- 第五位，表示这个位置属于 names 属性中的哪一个变量
以第一组字符 “AAOEA” 为例，第一个 A 表示这个位置在转换后代码的第 A 列，这样可以确定是哪一个单词；第二个 A 代表这个位置在 sources 数组中的 index；第三个 O 代表这个位置属于转换前代码的第 O 行；第四个 E 代表这个位置属于转换前代码的第 E 列，第五个 A 代表在 names 数组中的 index
这五个字符实际都代表着一个数字，将字符映射为数字需要再经过一层 Base64 VLQ 编码的转换（编码原理可以参考这篇介绍），下一小节的代码中也会有所涉及
四、Source Map 的转换过程
如果从日常使用的角度出发，了解到工作原理这一层已经可以覆盖大多数场景了，但实际写下这段代码时有诸多在Source Map 的科普文中未曾点明和存在误解的点
代码示例
转换代码可以大致分为两个步骤，其一是处理行列的对应关系，其二是对 Base64 VLQ 编码的转换
第一步，Base64 VLQ 编码规则这篇文章有详细的解释，总结下来从 0-63 的数字分别可以用一个字符编码
初始化时可以将字符与数字的对应关系存入一个 map，实现方法如下
// 代码仅做逻辑展示用途
func CreateBase64Digit() {
BASE64_DIGITS := []rune{}
charCode := []rune("A")[0]
for i := 0; i < 26; i++ {
BASE64_DIGITS = append(BASE64_DIGITS, rune(int(charCode)+i))
}
charCode = []rune("a")[0]
for i := 0; i < 26; i++ {
BASE64_DIGITS = append(BASE64_DIGITS, rune(int(charCode)+i))
}
charCode = []rune("0")[0]
for i := 0; i < 10; i++ {
BASE64_DIGITS = append(BASE64_DIGITS, rune(int(charCode)+i))
}
BASE64_DIGITS = append(BASE64_DIGITS, rune('+'))
BASE64_DIGITS = append(BASE64_DIGITS, rune('/'))
BASE64_DIGITS_MAP = make(map[rune]int)
for i := 0; i < len(BASE64_DIGITS); i++ {
BASE64_DIGITS_MAP[BASE64_DIGITS[i]] = i
}
}第二步是处理行数对应关系，代码的输入是转换后的行数，输出是转换前对应的行数
注：这里处理的是一种特殊情况，即输入输出都仅有一个文件，且不考虑列数
const (
VLQ_BASE_SHIFT = 5
VLQ_BASE = 1 << VLQ_BASE_SHIFT
VLQ_BASE_MASK = VLQ_BASE - 1
VLQ_CONTINUATION_BIT = VLQ_BASE
)
result := [][][]int{}
var segmentsInLine [][]int
var numbersInSegment []int
var shift = 0
var continuation int
if patternList := strings.Split(mapping, ";"); len(patternList) >= line { // 分割行
for j := 0; j < len(patternList); j++ {
segmentsInLine = [][]int{}
for _, segment := range strings.Split(patternList[j], ",") { // 分割列
resultValue := 0
numbersInSegment = []int{}
for _, c := range []rune(segment) {
if digit, ok := BASE64_DIGITS_MAP[c]; ok { // 处理Base64-VLQ编码, 转换为数字
continuation = digit & VLQ_CONTINUATION_BIT
digit &= VLQ_BASE_MASK
resultValue += digit << shift
shift += VLQ_BASE_SHIFT
if continuation == 0 {
negate := (resultValue & 1) == 1
resultValue >>= 1
if negate {
numbersInSegment = append(numbersInSegment, -resultValue)
} else {
numbersInSegment = append(numbersInSegment, resultValue)
}
resultValue = 0
shift = 0
}
} else {
return -1
}
}
segmentsInLine = append(segmentsInLine, numbersInSegment)
}
result = append(result, segmentsInLine)
}
// 根据转换结果确定实际代码位置
beforeLine :=
for t := 0; t < line; t++ { // 遍历所有行直到指定行数
if len(result[t]) > 0 {
for l := range result[t] {
if len(result[t][l]) > 2 { // 找到第三个字符(代表行数),并进行累加
beforeLine += result[t][l][2]
}
}
}
}
}这段代码里需要特殊注意的地方是下面这段：
beforeLine := 0
for t := 0; t < line; t++ { // 遍历所有行直到指定行数
if len(result[t]) > 0 {
for l := range result[t] {
if len(result[t][l]) > 2 { // 找到第三个字符(代表行数),并进行累加
beforeLine += result[t][l][2]
}
}
}
}result 数组是以行、列、字符的维度存储转后的数字的数组，上述代码的逻辑是，如果想要找到转换后第 n 行代码对应于转换前第几行代码，需要遍历第0行到第n-1行的所有位置，并且累加其行数，才能得到最终的对应行数
这是由于为了缩减表示位数，所有行数都是相对位置，因此需要对前面的行数进行累加，这一点基本没有文章说明，更完整的计算方法可以直接阅读官方的英文文档
总结
Source Map 的作用不仅是方便开发者 debug 代码，在日益复杂的生产环境下，其也可以用来还原原始代码的堆栈信息等，有很广泛的应用场景