邹斌 ·2016-07-22 11:04

背景

前面两篇（基础篇和进阶篇）主要介绍流的基本用法和原理，本篇从应用的角度，介绍如何使用管道进行程序设计，主要内容包括：

Pipeline

所谓“管道”，指的是通过a.pipe(b)的形式连接起来的多个Stream对象的组合。

假如现在有两个Transform：bold和red，分别可将文本流中某些关键字加粗和飘红。
可以按下面的方式对文本同时加粗和飘红：

// source: 输入流

// dest: 输出目的地

source.pipe(bold).pipe(red).pipe(dest)

bold.pipe(red)便可以看作一个管道，输入流先后经过bold和red的变换再输出。

但如果这种加粗且飘红的功能的应用场景很广，我们期望的使用方式是：

// source: 输入流

// dest: 输出目的地

// pipeline: 加粗且飘红

source.pipe(pipeline).pipe(dest)

此时，pipeline封装了bold.pipe(red)，从逻辑上来讲，也称其为管道。
其实现可简化为：

var pipeline = new Duplex()

var streams = pipeline._streams = [bold, red]

// 底层写逻辑：将数据写入管道的第一个Stream，即bold

pipeline._write = function (buf, enc, next) {

  streams[0].write(buf, enc, next)

}

// 底层读逻辑：从管道的最后一个Stream（即red）中读取数据

pipeline._read = function () {

  var buf

  var reads = 0

  var r = streams[streams.length - 1]

  // 将缓存读空

  while ((buf = r.read()) !== null) {

    pipeline.push(buf)

    reads++

  }

  if (reads === 0) {

    // 缓存本来为空，则等待新数据的到来

    r.once('readable', function () {

      pipeline._read()

    })

  }

}

// 将各个Stream组合起来（此处等同于`bold.pipe(red)`）

streams.reduce(function (r, next) {

  r.pipe(next)

  return next

})

往pipeline写数据时，数据直接写入bold，再流向red，最后从pipeline读数据时再从red中读出。

如果需要在中间新加一个underline的Stream，可以：

pipeline._streams.splice(1, 0, underline)

bold.unpipe(red)

bold.pipe(underline).pipe(red)

如果要将red替换成green，可以：

// 删除red

pipeline._streams.pop()

bold.unpipe(red)

// 添加green

pipeline._streams.push(green)

bold.pipe(green)

可见，这种管道的各个环节是可以修改的。

stream-splicer对上述逻辑进行了进一步封装，提供splice、push、pop等方法，使得pipeline可以像数组那样被修改：

var splicer = require('stream-splicer')

var pipeline = splicer([bold, red])

// 在中间添加underline

pipeline.splice(1, 0, underline)

// 删除red

pipeline.pop()

// 添加green

pipeline.push(green)

labeled-stream-splicer在此基础上又添加了使用名字替代下标进行操作的功能：

var splicer = require('labeled-stream-splicer')

var pipeline = splicer([

  'bold', bold,

  'red', red,

])

// 在`red`前添加underline

pipeline.splice('red', 0, underline)

// 删除`bold`

pipeline.splice('bold', 1)

由于pipeline本身与其各个环节一样，也是一个Stream对象，因此可以嵌套：

var splicer = require('labeled-stream-splicer')

var pipeline = splicer([

  'style', [ bold, red ],

  'insert', [ comma ],

])

pipeline.get('style')     // 取得管道：[bold, red]

  .splice(1, 0, underline) // 添加underline

Browserify

Browserify的功能介绍可见substack/browserify-handbook，其核心逻辑的实现在于管道的设计：

var splicer = require('labeled-stream-splicer')

var pipeline = splicer.obj([

    // 记录输入管道的数据，重建管道时直接将记录的数据写入。

    // 用于像watch时需要多次打包的情况

    'record', [ this._recorder() ],

    // 依赖解析，预处理

    'deps', [ this._mdeps ],

    // 处理JSON文件

    'json', [ this._json() ],

    // 删除文件前面的BOM

    'unbom', [ this._unbom() ],

    // 删除文件前面的`#!`行

    'unshebang', [ this._unshebang() ],

    // 语法检查

    'syntax', [ this._syntax() ],

    // 排序，以确保打包结果的稳定性

    'sort', [ depsSort(dopts) ],

    // 对拥有同样内容的模块去重

    'dedupe', [ this._dedupe() ],

    // 将id从文件路径转换成数字，避免暴露系统路径信息

    'label', [ this._label(opts) ],

    // 为每个模块触发一次dep事件

    'emit-deps', [ this._emitDeps() ],

    'debug', [ this._debug(opts) ],

    // 将模块打包

    'pack', [ this._bpack ],

    // 更多自定义的处理

    'wrap', [],

])

每个模块用row表示，定义如下：

{

  // 模块的唯一标识

  id: id,

  // 模块对应的文件路径

  file: '/path/to/file',

  // 模块内容

  source: '',

  // 模块的依赖

  deps: {

    // `require(expr)`

    expr: id,

  }

}

在wrap阶段前，所有的阶段都处理这样的对象流，且除pack外，都输出这样的流。
有的补充row中的一些信息，有的则对这些信息做一些变换，有的只是读取和输出。
一般row中的source、deps内容都是在deps阶段解析出来的。

下面提供一个修改Browserify管道的函数。

var Transform = require('stream').Transform

// 创建Transform对象

function through(write, end) {

  return Transform({

    transform: write,

    flush: end,

  })

}

// `b`为Browserify实例

// 该插件可打印出打包时间

function log(b) {

  // watch时需要重新打包，整个pipeline会被重建，所以也要重新修改

  b.on('reset', reset)

  // 修改当前pipeline

  reset()

  function reset () {

    var time = null

    var bytes = 0

    b.pipeline.get('record').on('end', function () {

      // 以record阶段结束为起始时刻

      time = Date.now()

    })

    // `wrap`是最后一个阶段，在其后添加记录结束时刻的Transform

    b.pipeline.get('wrap').push(through(write, end))

    function write (buf, enc, next) {

      // 累计大小

      bytes += buf.length

      this.push(buf)

      next()

    }

    function end () {

      // 打包时间

      var delta = Date.now() - time

      b.emit('time', delta)

      b.emit('bytes', bytes)

      b.emit('log', bytes + ' bytes written ('

        + (delta / 1000).toFixed(2) + ' seconds)'

      )

      this.push(null)

    }

  }

}

var fs = require('fs')

var browserify = require('browserify')

var b = browserify(opts)

// 应用插件

b.plugin(log)

b.bundle().pipe(fs.createWriteStream('bundle.js'))

事实上，这里的b.plugin(log)就是直接执行了log(b)。

在插件中，可以修改b.pipeline中的任何一个环节。
因此，Browserify本身只保留了必要的功能，其它都由插件去实现，如watchify、factor-bundle等。

除了了上述的插件机制外，Browserify还有一套Transform机制，即通过b.transform(transform)可以新增一些文件内容预处理的Transform。
预处理是发生在deps阶段的，当模块文件内容被读出来时，会经过这些Transform处理，然后才做依赖解析，如babelify、envify。

Gulp

Gulp的核心逻辑分成两块：任务调度与文件处理。
任务调度是基于orchestrator，而文件处理则是基于vinyl-fs。

类似于Browserify提供的模块定义（用row表示），vinyl-fs也提供了文件定义（vinyl对象）。

Browserify的管道处理的是row流，Gulp管道处理vinyl流：

gulp.task('scripts', ['clean'], function() {

  // Minify and copy all JavaScript (except vendor scripts)

  // with sourcemaps all the way down

  return gulp.src(paths.scripts)

    .pipe(sourcemaps.init())

    .pipe(coffee())

    .pipe(uglify())

    .pipe(concat('all.min.js'))

    .pipe(sourcemaps.write())

    .pipe(gulp.dest('build/js'));

});

任务中创建的管道起始于gulp.src，终止于gulp.dest，中间有若干其它的Transform（插件）。

如果与Browserify的管道对比，可以发现Browserify是确定了一条具有完整功能的管道，而Gulp本身只提供了创建vinyl流和将vinyl流写入磁盘的工具，管道中间经历什么全由用户决定。
这是因为任务中做什么，是没有任何限制的，文件处理也只是常见的情况，并非一定要用gulp.src与gulp.dest。

两种模式比较

Browserify与Gulp都借助管道的概念来实现插件机制。

Browserify定义了模块的数据结构，提供了默认的管道以处理这样的数据流，而插件可用来修改管道结构，以定制处理行为。

Gulp虽也定义了文件的数据结构，但只提*生、消耗这种数据流的接口，完全由用户通过插件去构造处理管道。

当明确具体的处理需求时，可以像Browserify那样，构造一个基本的处理管道，以提供插件机制。
如果需要的是实现任意功能的管道，可以如Gulp那样，只提供数据流的抽象。

实例

本节中实现一个针对Git仓库自动生成changelog的工具，完整代码见ezchangelog。

ezchangelog的输入为git log生成的文本流，输出默认为markdown格式的文本流，但可以修改为任意的自定义格式。

输入示意：

commit 9c5829ce45567bedccda9beb7f5de17574ea9437

Author: zoubin <zoubin04@gmail.com>

Date:   Sat Nov 7 18:42:35 2015 +0800

    CHANGELOG

commit 3bf9055b732cc23a9c14f295ff91f48aed5ef31a

Author: zoubin <zoubin04@gmail.com>

Date:   Sat Nov 7 18:41:37 2015 +0800

    4.0.3

commit 87abe8e12374079f73fc85c432604642059806ae

Author: zoubin <zoubin04@gmail.com>

Date:   Sat Nov 7 18:41:32 2015 +0800

    fix readme

    add more tests

输出示意：

* [[`9c5829c`](https://github.com/zoubin/ezchangelog/commit/9c5829c)] CHANGELOG

## [v4.0.3](https://github.com/zoubin/ezchangelog/commit/3bf9055) (2015-11-07)

* [[`87abe8e`](https://github.com/zoubin/ezchangelog/commit/87abe8e)] fix readme

    add more tests

其实需要的是这样一个pipeline：

source.pipe(pipeline).pipe(dest)

可以分为两个阶段：

parse：从输入文本流中解析出commit信息
format: 将commit流变换为文本流

默认的情况下，要想得到示例中的markdown，需要解析出每个commit的sha1、日期、消息、是否为tag。
定义commit的格式如下：

{

  commit: {

    // commit sha1

    long: '3bf9055b732cc23a9c14f295ff91f48aed5ef31a',

    short: '3bf9055',

  },

  committer: {

    // commit date

    date: new Date('Sat Nov 7 18:41:37 2015 +0800'),

  },

  // raw message lines

  messages: ['', '    4.0.3', ''],

  // raw headers before the messages

  headers: [

    ['Author', 'zoubin <zoubin04@gmail.com>'],

    ['Date', 'Sat Nov 7 18:41:37 2015 +0800'],

  ],

  // the first non-empty message line

  subject: '4.0.3',

  // other message lines

  body: '',

  // git tag

  tag: 'v4.0.3',

  // link to the commit. opts.baseUrl should be specified.

  url: 'https://github.com/zoubin/ezchangelog/commit/3bf9055',

}

于是有：

var splicer = require('labeled-stream-splicer')

pipeline = splicer.obj([

  'parse', [

    // 按行分隔

    'split', split(),

    // 生成commit对象，解析出sha1和日期

    'commit', commit(),

    // 解析出tag

    'tag', tag(),

    // 解析出url

    'url', url({ baseUrl: opts.baseUrl }),

  ],

  'format', [

    // 将commit组合成markdown文本

    'markdownify', markdownify(),

  ],

])

至此，基本功能已经实现。
现在将其封装并提供插件机制。

function Changelog(opts) {

  opts = opts || {}

  this._options = opts

  // 创建pipeline

  this.pipeline = splicer.obj([

    'parse', [

      'split', split(),

      'commit', commit(),

      'tag', tag(),

      'url', url({ baseUrl: opts.baseUrl }),

    ],

    'format', [

      'markdownify', markdownify(),

    ],

  ])

  // 应用插件

  ;[].concat(opts.plugin).filter(Boolean).forEach(function (p) {

    this.plugin(p)

  }, this)

}

Changelog.prototype.plugin = function (p, opts) {

  if (Array.isArray(p)) {

    opts = p[1]

    p = p[0]

  }

  // 执行插件函数，修改pipeline

  p(this, opts)

  return this

}

上面的实现提供了两种方式来应用插件。
一种是通过配置传入，另一种是创建实例后再调用plugin方法，本质一样。

为了使用方便，还可以简单封装一下。

function changelog(opts) {

  return new Changelog(opts).pipeline

}

这样，就可以如下方式使用：

source.pipe(changelog()).pipe(dest)

这个已经非常接近我们的预期了。

现在来开发一个插件，修改默认的渲染方式。

var through = require('through2')

function customFormatter(c) {

  // c是`Changelog`实例

  // 添加解析author的transform

  c.pipeline.get('parse').push(through.obj(function (ci, enc, next) {

    // parse the author name from: 'zoubin <zoubin04@gmail.com>'

    ci.committer.author = ci.headers[0][1].split(/\s+/)[0]

    next(null, ci)

  }))

  // 替换原有的渲染

  c.pipeline.get('format').splice('markdownify', 1, through.obj(function (ci, enc, next) {

    var sha1 = ci.commit.short

    sha1 = '[`' + sha1 + '`](' + c._options.baseUrl + sha1 + ')'

    var date = ci.committer.date.toISOString().slice(0, 10)

    next(null, '* ' + sha1 + ' ' + date + ' @' + ci.committer.author + '\n')

  }))

}

source

  .pipe(changelog({

    baseUrl: 'https://github.com/zoubin/ezchangelog/commit/',

    plugin: [customFormatter],

  }))

  .pipe(dest)

同样的输入，输出将会是：

* [`9c5829c`](https://github.com/zoubin/ezchangelog/commit/9c5829c) 2015-11-07 @zoubin

* [`3bf9055`](https://github.com/zoubin/ezchangelog/commit/3bf9055) 2015-11-07 @zoubin

* [`87abe8e`](https://github.com/zoubin/ezchangelog/commit/87abe8e) 2015-11-07 @zoubin

可以看出，通过创建可修改的管道，ezchangelog保持了本身逻辑的单一性，同时又提供了强大的自定义空间。

参考文献

GitHub，substack/browserify-handbook
GitHub，zoubin/streamify-your-node-program

秒客网

Node.js Stream - 实战篇

背景

Pipeline

Browserify

Gulp

两种模式比较

实例

参考文献

相关文章