当前位置:首页 > 文章列表 > 文章 > 前端 > JS执行上下文主要有两种类型:全局执行上下文和函数执行上下文。

JS执行上下文主要有两种类型:全局执行上下文和函数执行上下文。

2026-03-11 18:20:36 0浏览 收藏
JavaScript执行上下文是代码运行时的“环境容器”,主要分为全局、函数和eval三种类型:全局上下文作为最外层起点,管理全局变量并绑定this到window;函数上下文在每次调用时动态创建,独立封装参数、变量与作用域,通过调用栈支持嵌套执行;而eval上下文虽存在,却因安全隐患与性能开销被强烈不推荐使用——理解这三类上下文,是掌握JS变量查找、this绑定及执行机制底层逻辑的关键入口。

js执行上下文的类型

JavaScript 执行上下文主要分为三种类型,每种对应不同的代码执行场景。

全局执行上下文

这是默认的、最外层的执行上下文。当 JavaScript 代码开始运行时,无论是否有任何函数调用,都会首先进入全局执行上下文。
它负责处理不在任何函数内部的变量和函数,浏览器环境中 this 指向 window 对象。

函数执行上下文

每当一个函数被调用时,就会为该函数创建一个新的函数执行上下文。
每个函数都有自己的执行环境,变量、参数和作用域都在这个上下文中管理。
函数可以嵌套,因此执行上下文会以栈的形式管理,称为调用栈。

eval 执行上下文

当在 eval 函数中执行代码时,会创建一个 eval 执行上下文。
这种上下文比较少见,通常不推荐使用 eval,因为它可能带来安全和性能问题。

基本上就这些。代码执行时,JavaScript 引擎通过管理这些上下文来确定变量访问和 this 的值。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

Go模块主版本路径解析与规则详解Go模块主版本路径解析与规则详解
上一篇
Go模块主版本路径解析与规则详解
Win10内核隔离问题解决教程
下一篇
Win10内核隔离问题解决教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    492次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    548次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    575次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    529次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    341次使用