[工具资源] Atom 语法高亮插件编写指南_html/css

Atom想必无需多作介绍了，是一款除了启动运行慢之外，其它部分都挺优秀的编辑器。由于我在写一个解析渲染 ASS 字幕的 JavaScript 库—— ASS.js，经常要查看 .ass文件。然而面对一大片白花花的代码很不舒服，Atom 上又没有现成的 ASS 语法高亮插件，于是决定自己写一个。

目录结构

那么语法高亮插件该怎么写呢？官方文档有讲到如何创建一个普通的插件，而对于语法高亮插件，最快的熟悉方法是查看已有的插件，例如 Atom 官方维护的 language-json。语法高亮插件一般有如下目录结构（其中 ssa为语言名称）：

language-ssa├── grammars│   └── ssa.cson├── spec│   └── ssa-spec.coffee├── LICENSE.md├── README.md└── package.json

Copy after login

由于 language-ass 名称已经被占用了，于是我取名为 language-ssa，ASS 字幕是由 SSA 字幕添加高级特性后发展来的，两者语法基本一致。其中 ssa.cson就是写语法正则的主文件，后缀 CSON 是个和 JSON 一样的数据交换语言，但它是 CoffeeScript 的子集，看下该项目的 README 基本就会了； ssa-spec.coffee是测试文件，虽然不是必须的，但靠谱的项目都应该有测试； LICENSE.md和 README.md在 Atom 的插件页面会有链接和展示； package.json和普通的 Node.js 项目一样，它的 engines字段多了指定 Atom 的版本，看下样例就清楚了。

在本地开发测试时，直接把 language-ssa 文件夹放到 ~/.atom/packages/目录下并重载（ Ctrl+Alt+R） Atom 后就会生效了。

语法规则

Atom 语法文件的各个字段与 TextMate 编辑器的语法文件相同，TextMate 给出了较为详细的文档，下面是补充介绍，可以对照着 language-ssa的语法文件来阅读：

scopeName字段，它应当是每种语言语法的唯一名字，一般取名为 source.ssa或 text.ssa，前一半一般是固定的，后一半是该语言的名称。而当该语言是另一个语言的扩展时，例如 markdown 是 HTML 的扩展，可以取名为 text.html.markdown，这样在当前 scope 的规则匹配完后，会匹配 text.htmlscope 的规则，相当于调用了 HTML 的语法规则。
name字段，在 Atom 右下角显示的语言名称。
fileTypes字段，是个数组，指定要生效于哪些后缀的文件。
firstLineMatch字段，是一条正则，如果该正则可以匹配某后缀不明的文件的第一行，那么就当作该语言来解析。
foldingStartMarker和 foldingStopMarker字段，都是正则，匹配到的位置会有一个折叠标记，可以将代码块折叠。但是我在测试时发现 Atom 会自动根据缩进来产生折叠标记，这两个字段是如何影响的还不太清楚。
patterns字段，是一个数组，这里是写语法正则的地方，里面是若干个 pattern 对象，姑且称之为「规则」，其中可以包含以下字段：
- comment字段，注释，无实际效果，描述该「规则」。
- name字段，是由若干个 .分隔的字符串，这些名称将作为被匹配部分的 class 名。假如其值为 comment.line.character.semicolon.ssa，被匹配到的文本是 ; 分号注释，那么可以按下 Ctrl+Alt+I打开 DevTools，查看到对应生成的 HTML 为 ; 分号注释。
  
  代码高亮的颜色效果是由 Theme 决定的，Theme 事实上就是根据这些 class 来添加颜色。后面会提到一些约定俗成的 class 名。
- match字段，是一条正则，被它匹配到的文本将被加上 name字段的 class。它只能匹配单行文本，并且只匹配一次。
- captures字段，是一个对象，其 key 为一个数字，表示分配 match字段中的捕获，如果为 0则表示整体，这与 JS 中 String 的 match 方法表现一致；其 value 可以是一个 name字段，直接为分配到的部分命名，也可以是一个 patterns字段，然后对分配到的部分继续写「规则」。
- include字段，它的值有三种情况：
  1. 调用另一个语言，例如值为 'text.html'时，表示在当前「规则」中应用 HTML 的语法。
  2. 调用该「规则」自身，值为 '$self'，可以递归地去匹配文本。
  3. 调用一个「仓库」，值为井号开头的 '#repoName'，后面会讲到在 repository字段中可以为一个「规则」命名。
- begin和 end字段，都是正则，匹配 begin开始到 end结束的一段文本，它可以匹配多行文本，并且不能和 match字段一起使用。
- patterns字段，当有 begin和 end时可以嵌套 patterns来匹配它们之间的文本。
- contentName字段，它和 name字段类似，但是只给 begin与 end之间的文本加上 class。
- beginCaptures和 endCaptures字段，与 captures字段类似，分别是 begin和 end的捕获。
这些「规则」 按顺序执行下来，每条「规则」 每次只匹配一次，一次循环后，回到第一条「规则」，选择当前行中 还未被匹配的文本进行第二轮匹配，以此循环，直到全部都匹配完或者 超出循环次数。Atom 中一个 patterns 默认的循环次数貌似是 99 次，超出后就不处理该匹配范围内的文本了。一般我们打开压缩过的 JS 文件时，滚动条拖到行尾发现是没有高亮的，就是这个原因。
repository字段，是一个对象，用来命名一些需要重复调用的「规则」，可以被 include字段调用。

正则用法

上面提到的语法正则与 JavaScript 中的 RegExp 对象用法基本一致，不过还是有一些差异的。就正则本身来说，ES5 和 ES6 还不支持 look-behind，不能使用 (?<=exp)和 (?

而写成字符串后就无法像原生正则那样加修饰符了，在 TextMate 找到正则的文档，发现可以通过 (?imx-imx)和 (?imx-imx:subexp)的方式开启或关闭对应的修饰符。例如 (?i)abc(?-i)def， (?i)表示它之后的匹配忽略大小写， (?-i)表示取消忽略大小写，也就是该正则里 abc可以大小写， def必须小写。这种写法是对修饰符的后面起作用，还可以写成 (?i:abc)def这样的形式，只对 abc这个局部起作用。 (?m)表示支持匹配多行，虽然 TextMate 的文档是这么说，但是我测试发现在 Atom 中是无效的，对于单条正则来说是没办法匹配多行的，要想匹配多行只能使用 begin和 end的方式。 (?x)则可以忽略正则中的空白字符直接量（空格、Tab、换行），而有反斜杠转义的空白字符则不会被忽略，这样当正则过长时就可以换行书写了，也可以给正则的某一部分加上注释，详细的介绍可以看下这篇文章。如果有多个修饰符可以写到一起，例如 (?ix)abc。RegExp 对象中的 g 修饰符是不支持的，语法正则每次只匹配一次。

命名约定

语法高亮主要是将代码解析为多个部分，然后给不同语义的部分加上不同的颜色。虽然各个部分可以随意命名生成 class，但是一个 Theme 不可能为每一个语言都专门写一套配色，所以会有一些约定俗成的名称，一般的 Theme 都会支持这些命名约定：

comment：注释
- line：单行注释
  - double-slash： //注释
  - double-dash： --注释
  - number-sign： #注释
  - percentage： %注释
  - character：其他类型的注释
- block：块级注释
  - documentation：注释文档
constant：各种形式的常量
- numeric：数字常量，例如 42, 6.626e-34, 0xFF
- character：字符常量，例如 <
  - escape：转义字符常量，例如 \n
- language：语言本身提供的特殊常量，例如 true, false, null
- other：其他常量，例如 CSS 中的颜色
invalid：无效的语法
- illegal：非法的语法
- deprecated：弃用的语法
keyword：关键字
- control：流程控制关键字，例如 continue, while, return
- operator：操作符关键字，例如 and, &&
- other：其他关键字
markup：适用于标记语言，例如 HTML、markdown
- underline：下划线
  - link：链接
- bold：粗体
- heading：章节的头部，可以在后面跟一个等级，例如
  ...
  可以是 markup.heading.2.html
- italic：斜体
- list：列表
  - numbered：有序列表
  - unnumbered：无序列表
- quote：引用
- raw：原始文本，例如一段代码。
- other：其他标记结构体
meta：元通常用来标记文档中的较大的一部分。标记为元的部分一般是没有样式的，通常某一块文本如果语义或结构上是同一部分，就可以标记为元。例如声明函数的一行可以是 meta.function，然后它的子集是 storage.type, entity.name.function, variable.parameter之类的。
punctuation：标点，这个在 TextMate 文档中没有提到，但是实际中有使用。不过似乎并没有样式。
- definition：定义符，例如 :
- separator：分隔符，例如 ,
- terminator：结束符，例如 ;
storage：有关「存放」的东西
- type：类型，例如 class, function, int, var
- modifier：修饰符，例如 static, final, abstract
string：字符串
- quoted：有引号字符串
  - single：单引号字符串，例如 'foo'
  - double：双引号字符串，例如 "foo"
  - triple：三引号字符串，例如 """Python"""
  - other：其他引号字符串，例如 $'shell'
- unquoted：无引号字符串
- interpolated：插值字符串，例如 `foo: ${foo}`
- regexp：正则表达式
- other：其他字符串
support：由框架或库提供的东西
- function：由框架或库提供的函数，例如 Objective-C 中的 NSLog
- class：由框架或库提供的类
- type：由框架或库提供的类型，可能只会在 C 派生的语言中用到，有 typedef和 struct的那些语言。大多数语言使用类而非类型。
- constant：由框架或库提供的常量（魔术数字）
- variable：由框架或库提供的变量，例如 AppKit 中的 NSApp
- other：除了上面提到的
variable：变量
- parameter：参数
- language：语言本身提供的变量，例如 this, super, self
- other：其他变量

通常，命名时应以上述的约定开头，并且能满足子项的都应写上去；之后一般会根据当前的部分写一个自定义的名称，虽然可能对样式不起作用，但额外的信息可以将它标识为特定的语义；最后一般都是跟一个语言名称。例如 ASS 文件中区块头部 [Script Info]，其中的 [可以命名为 punctuation.definition.section.begin.ssa，约定部分是 punctuation.definition，自定义部分是 section.begin，最后是语言名称。

测试集成

Atom 插件是使用 Jasmine测试框架的，对语法高亮插件的测试主要用到了 Atom Grammar API，Atom 官方维护的语法高亮插件都有写测试，具体写法可以参考。

Atom 插件的持续集成依然可以参考 Atom 官方项目，一般 .travis.yml文件长这样就行了，它会跑一遍 spec目录下的测试，有配置 lint 的话就再跑一遍 lint。如果不用 Travis CI，可以根据这个项目部署其他服务。

发布插件

发布插件时首先要检查名称是否可用，一般语法高亮插件都是命名为 language-语言名的。然后需要一个公开的 Git 仓库来放置代码，一般都是开源在 GitHub 上，并在 package.json中写明仓库地址。当第一次 push 到 Git 时， package.json中的 version一般是 0.0.0。然后登录 https://atom.io/account获得 API token，在终端输入 apm login --token YOUR_TOKEN就可以准备发布了：

$ apm publish minorPreparing and tagging a new version donePushing v0.1.0 tag donePublishing language-ssa@v0.1.0 done

Copy after login

运行上述命令后，apm 会自动给 version的次版本加一，然后生成一个 message 为 Prepare 0.1.0 release的 commit，并加上一个 v0.1.0的 Tag，一起 push 到 GitHub 上。之后就可以在 https://atom.io/packages/language-语言名上看到已成功发布了。