深入理解 webpack 檔案打包機制

前言

最近在重拾 webpack 一些知識點，希望對前端模組化有更多的理解，以前對 webpack 打包機制有所好奇，沒有理解深入，淺嘗則止，最近通過對 webpack 打包後的檔案進行查閱，對其如何打包 JS 檔案有了更深的理解，希望通過這篇文章，能夠幫助讀者你理解：

1. webpack 單檔案如何進行打包？
2. webpack 多檔案如何進行程式碼切割？
3. webpack1 和 webpack2 在檔案打包上有什麼區別？
4. webpack2 如何做到 tree shaking?
5. webpack3 如何做到 scope hoisting?

本文所有示例程式碼全部放在我的 Github 上，看興趣的可以看看：

webpack 單檔案如何打包？

首先現在 webpack 作為當前主流的前端模組化工具，在 webpack 剛開始流行的時候，我們經常通過 webpack 將所有處理檔案全部打包成一個 bundle 檔案， 先通過一個簡單的例子來看：

通過 npm run build:single 可看到打包效果，打包內容大致如下(經過精簡)：

將相對無關的程式碼剔除掉後，剩下主要的程式碼：

1. 首先 webpack 將所有模組(可以簡單理解成檔案)包裹於一個函式中，並傳入預設引數，這裡有三個檔案再加上一個入口模組一共四個模組，將它們放入一個陣列中，取名為 modules，並通過陣列的下標來作為 moduleId。
2. 將 modules 傳入一個自執行函式中，自執行函式中包含一個 installedModules 已經載入過的模組和一個模組載入函式，最後載入入口模組並返回。
3. __webpack_require__ 模組載入，先判斷 installedModules 是否已載入，載入過了就直接返回 exports 資料，沒有載入過該模組就通過 modules[moduleId].call(module.exports, module, module.exports, __webpack_require__) 執行模組並且將 module.exports 給返回。

很簡單是不是，有些點需要注意的是：

1. 每個模組 webpack 只會載入一次,所以重複載入的模組只會執行一次，載入過的模組會放到 installedModules，下次需要需要該模組的值就直接從裡面拿了。
2. 模組的 id 直接通過陣列下標去一一對應的，這樣能保證簡單且唯一，通過其它方式比如檔名或檔案路徑的方式就比較麻煩，因為檔名可能出現重名，不唯一，檔案路徑則會增大檔案體積，並且將路徑暴露給前端，不夠安全。
3. modules[moduleId].call(module.exports, module, module.exports, __webpack_require__) 保證了模組載入時 this 的指向 module.exports 並且傳入預設引數，很簡單，不過多解釋。

webpack 多檔案如何進行程式碼切割？

webpack 單檔案打包的方式應付一些簡單場景就足夠了，但是我們在開發一些複雜的應用，如果沒有對程式碼進行切割，將第三方庫(jQuery)或框架(React) 和業務程式碼全部打包在一起，就會導致使用者訪問頁面速度很慢，不能有效利用快取，你的老闆可能就要找你談話了。

那麼 webpack 多檔案入口如何進行程式碼切割，讓我先寫一個簡單的例子：

這裡我們定義了兩個入口 pageA 和 pageB 和三個庫 util，我們希望程式碼切割做到：

1. 因為兩入口都是用到了 utilB，我們希望把它抽離成單獨檔案，並且當使用者訪問 pageA 和 pageB 的時候都能去載入 utilB 這個公共模組，而不是存在於各自的入口檔案中。
2. pageB 中 utilC 不是頁面一開始載入時候就需要的內容，假如 utilC 很大，我們不希望頁面載入時就直接載入 utilC，而是當使用者達到某種條件(如：點選按鈕)才去非同步載入 utilC，這時候我們需要將 utilC 抽離成單獨檔案，當使用者需要的時候再去載入該檔案。

那麼 webpack 需要怎麼配置呢？

單單配置多 entry 是不夠的，這樣只會生成兩個 bundle 檔案，將 pageA 和 pageB 所需要的內容全部放入，跟單入口檔案並沒有區別，要做到程式碼切割，我們需要藉助 webpack 內建的外掛 CommonsChunkPlugin。

首先 webpack 執行存在一部分執行時程式碼，即一部分初始化的工作，就像之前單檔案中的 __webpack_require__，這部分程式碼需要載入於所有檔案之前，相當於初始化工作，少了這部分初始化程式碼，後面載入過來的程式碼就無法識別並工作了。

這段程式碼的含義是，在這些入口檔案中，找到那些引用兩次的模組(如：utilB)，幫我抽離成一個叫 vendor 檔案，此時那部分初始化工作的程式碼會被抽離到 vendor 檔案中。

這段程式碼的含義是在 vendor 檔案中幫我把初始化程式碼抽離到 mainifest 檔案中，此時 vendor 檔案中就只剩下 utilB 這個模組了。你可能會好奇為什麼要這麼做？

因為這樣可以給 vendor 生成穩定的 hash 值，每次修改業務程式碼(pageA)，這段初始化時程式碼就會發生變化，那麼如果將這段初始化程式碼放在 vendor 檔案中的話，每次都會生成新的 vendor.xxxx.js，這樣不利於持久化快取，如果不理解也沒關係，下次我會另外寫一篇文章來講述這部分內容。

另外 webpack 預設會抽離非同步載入的程式碼，這個不需要你做額外的配置，pageB 中非同步載入的 utilC 檔案會直接抽離為 chunk.xxxx.js 檔案。

所以這時候我們頁面載入檔案的順序就會變成：

執行 npm run build:multiple 即可檢視打包內容，首先來看下 manifest 如何做初始化工作(精簡版)？

與單檔案內容一致，定義了一個自執行函式，因為它不包含任何模組，所以傳入一個空陣列。除了定義了 __webpack_require__，還另外定義了兩個函式用來進行載入模組。

首先講解程式碼前需要理解兩個概念，分別是 module 和 chunk

1. chunk 代表生成後 js 檔案，一個 chunkId 對應一個打包好的 js 檔案(一共五個)，從這段程式碼可以看出，manifest 的 chunkId 為 4，並且從程式碼中還可以看到：0-3 分別對應 pageA, pageB, 非同步 utilC, vendor 公共模組檔案，這也就是我們為什麼不能將這段程式碼放在 vendor 的原因，因為檔案的 hash 值會變。內容變了，vendor 生成的 hash 值也就變了。
2. module 對應著模組，可以簡單理解為打包前每個 js 檔案對應一個模組，也就是之前 __webpack_require__ 載入的模組，同樣的使用陣列下標作為 moduleId 且是唯一不重複的。

那麼為什麼要區分 chunk 和 module 呢？

首先使用 installedChunks 來儲存每個 chunkId 是否被載入過，如果被載入過，則說明該 chunk 中所包含的模組已經被放到了 modules 中，注意是 modules 而不是 installedModules。我們先來簡單看一下 vendor chunk 打包出來的內容。

在執行完 manifest 後就會先執行 vendor 檔案，結合上面 webpackJsonp 的定義，我們可以知道 [3, 4] 代表 chunkId，當載入到 vendor 檔案後，installedChunks[3] 和 installedChunks[4] 將會被置為 0，這表明 chunk3，chunk4 已經被載入過了。

webpackJsonpCallback 一共有兩個引數，chuckIds 一般包含該 chunk 檔案依賴的 chunkId 以及自身 chunkId，moreModules 代表該 chunk 檔案帶來新的模組。

簡單說說 webpackJsonpCallback 做了哪些事，首先判斷 chunkIds 在 installedChunks 裡有沒有回撥函式函式未執行完，有的話則放到 callbacks 裡，並且等下統一執行，並將 chunkIds 在 installedChunks 中全部置為 0, 然後將 moreModules 合併到 modules。

這裡面只有 modules[0] 是不固定的，其它 modules 下標都是唯一的，在打包的時候 webpack 已經為它們統一編號，而 0 則為入口檔案即 pageA，pageB 各有一個 module[0]。

然後將 callbacks 執行並清空，保證了該模組載入開始前所以前置依賴內容已經載入完畢，最後判斷 moreModules[0], 有值說明該檔案為入口檔案，則開始執行入口模組 0。

上面解釋了一大堆，但是像 pageA 這種同步載入 manifest, vendor 以及 pageA 檔案來說，每次載入的時候 callbacks 都是為空的，因為它們在 installedChunks 中的值要嘛為 undefined(未載入), 要嘛為 0(已被載入)。installedChunks[chunkId] 的值永遠為 false，所以在這種情況下 callbacks 里根本不會出現函式，如果僅僅是考慮這樣的場景，上面的 webpackJsonpCallback 完全可以寫成下面這樣：

但是考慮到非同步載入 js 檔案的時候(比如 pageB 非同步載入 utilC 檔案)，就沒那麼簡單，我們先來看下 webpack 是如何載入非同步指令碼的：

大致分為三種情況，(已經載入過，正在載入中以及從未載入過)

1. 已經載入過該 chunk 檔案，那就不用再重新載入該 chunk 了，直接執行回撥函式即可，可以理解為假如頁面有兩種操作需要載入載入非同步指令碼，但是兩個指令碼都依賴於公共模組，那麼第二次載入的時候發現之前第一次操作已經載入過了該 chunk，則不用再去獲取非同步指令碼了，因為該公共模組已經被執行過了。
2. 從未載入過，則動態地去插入 script 指令碼去請求 js 檔案，這也就為什麼取名 webpackJsonpCallback，因為跟 jsonp 的思想很類似，所以這種非同步載入指令碼在做指令碼錯誤監控時經常出現 Script error，具體原因可以檢視我之前寫的文章：前端程式碼異常監控實戰
3. 正在載入中代表該 chunk 檔案已經在載入中了，比如說點選按鈕觸發非同步指令碼，使用者點太快了，連點兩次就可能出現這種情況，此時將回撥函式放入 installedChunks。

我們通過 utilC 生成的 chunk 來進行講解：

pageB 需要非同步載入這個 chunk：

當 pageB 進行某種操作需要載入 utilC 時就會執行 __webpack_require__.e(2, callback) 2，代表需要載入的模組 chunkId(utilC)，非同步載入 utilC 並將 callback 新增到 installedChunks[2] 中，然後當 utilC 的 chunk 檔案載入完畢後，chunkIds 包含 2，發現 installedChunks[2] 是個陣列，裡面還有之前還未執行的 callback 函式。

既然這樣，那我就將我自己帶來的模組先放到 modules 中，然後再統一執行之前未執行完的 callbacks 函式，這裡指的是存放於 installedChunks[2] 中的回撥函式 (可能存在多個)，這也就是說明這裡的先後順序：

webpack1 和 webpack2 在檔案打包上有什麼區別？

經過我對打包檔案的觀察，從 webpack1 到 webpack2 在打包檔案上有下面這些主要的改變：

首先，moduleId[0] 不再為入口執行函式做保留，所以說不用傻傻看到 moduleId[0] 就認為是打包檔案的入口模組，取而代之的是 window["webpackJsonp"] = function webpackJsonpCallback(chunkIds, moreModules, executeModules) {} 傳入了第三個引數 executeModules，是個陣列，如果引數存在則說明它是入口模組，然後就去執行該模組。

其次，webpack2 中會預設載入 OccurrenceOrderPlugin 這個外掛，即你不用 plugins 中新增這個配置它也會預設執行，那它有什麼用途呢？主要是在 webpack1 中 moduleId 的不確定性導致的，在 webpack1 中 moduleId 取決於引入檔案的順序，這就會導致這個 moduleId 可能會時常發生變化, 而 OccurrenceOrderPlugin 外掛會按引入次數最多的模組進行排序，引入次數的模組的 moduleId 越小，比如說上面引用的 utilB 模組引用次數為 2(最多)，所以它的 moduleId 為 0。

最後說下在非同步載入模組時， webpack2 是基於 Promise 的，所以說如果你要相容低版本瀏覽器，需要引入 Promise-polyfill，另外為引入請求新增了錯誤處理。

可以看出，原本基於回撥函式的方式已經變成基於 Promise 做非同步處理，另外新增了 onScriptComplete 用於做指令碼載入失敗處理。

在 webpack1 的時候，如果由於網路原因當你載入指令碼失敗後，即使網路恢復了，你再次進行某種操作需要同個 chunk 時候都會無效，主要原因是失敗之後沒把 installedChunks[chunkId] = undefined; 導致之後不會再對該 chunk 檔案發起非同步請求。

而在 webpack2 中，當指令碼請求超時了(2min)或者載入失敗，會將 installedChunks[chunkId] 清空，當下次重新請求該 chunk 檔案會重新載入，提高了頁面的容錯性。

這些是我在打包檔案中看到主要的區別，難免有所遺漏，如果你有更多的見解，歡迎在評論區留言。

webpack2 如何做到 tree shaking?

什麼是 tree shaking，即 webpack 在打包的過程中會將沒用的程式碼進行清除(dead code)。一般 dead code 具有一下的特徵：

1. 程式碼不會被執行，不可到達
2. 程式碼執行的結果不會被用到
3. 程式碼只會影響死變數（只寫不讀）

是不是很神奇，那麼需要怎麼做才能使 tree shaking 生效呢？

首先，模組引入要基於 ES6 模組機制，不再使用 commonjs 規範，因為 es6 模組的依賴關係是確定的，和執行時的狀態無關，可以進行可靠的靜態分析，然後清除沒用的程式碼。而 commonjs 的依賴關係是要到執行時候才能確定下來的。

其次，需要開啟 UglifyJsPlugin 這個外掛對程式碼進行壓縮。

我們先寫一個例子來說明：

打包的配置也很簡單：

通過 npm run build:es6 對壓縮的檔案進行分析：

引入但是沒用的變數，函式都會清除，未執行的程式碼也會被清除。但是類方法是不會被清除的。因為 webpack 不會區分不了是定義在 classC 的 prototype 還是其它 Array 的 prototype 的，比如 classC 寫成下面這樣：

webpack 無法保證 prototype 掛載的物件是 classC，這種程式碼，靜態分析是分析不了的，就算能靜態分析程式碼，想要正確完全的分析也比較困難。所以 webpack 乾脆不處理類方法，不對類方法進行 tree shaking。

更多的 tree shaking 的副作用可以查閱：Tree shaking class methods

webpack3 如何做到 scope hoisting?

scope hoisting，顧名思義就是將模組的作用域提升，在 webpack 中不能將所有所有的模組直接放在同一個作用域下，有以下幾個原因：

1. 按需載入的模組
2. 使用 commonjs 規範的模組
3. 被多 entry 共享的模組

在 webpack3 中，這些情況生成的模組不會進行作用域提升，下面我就舉個例子來說明：

這個例子比較典型，utilA 被 pageA 和 pageB 所共享，utilB 被 pageB 單獨載入，utilC 被 pageB 非同步載入。

想要 webpack3 生效，則需要在 plugins 中新增 ModuleConcatenationPlugin。

webpack 配置如下：

執行 npm run build:hoist 進行編譯，簡單看下生成的 pageB 程式碼：

通過程式碼分析，可以得出下面的結論：

1. 因為我們配置了共享模組抽離，所以 utilA 被抽出為單獨模組，故這部分內容不會進行作用域提升。
2. utilB 無牽無掛，被 pageB 單獨載入，所以這部分不會生成新的模組，而是直接作用域提升到 pageB 中。
3. utilC 被非同步載入，需要抽離成單獨模組，很明顯沒辦法作用域提升。

結尾

好了，講到這差不多就完了，理解上面的內容對前端模組化會有更多的認知，如果有什麼寫的不對或者不完整的地方，還望補充說明，希望這篇文章能幫助到你。