woaidongmao

http://www.laruence.com/2008/06/18/221.html

最近要給Yahoo的同事們做一個關于PHP和Apache處理請求的內部機制的講座，剛好寫了些關于Opcodes的文字，就發上來了，這個文章基于 Sara Golemon大師的《Understanding OPcode》

Opcode是一種PHP腳本編譯后的中間語言，就像Java的ByteCode,或者.NET的MSL，舉個例子，比如你寫下了如下的PHP代碼：

 <?php
   echo "Hello World";
   $a = 1 + 1;
   echo $a;
?>

PHP執行這段代碼會經過如下4個步驟(確切的來說，應該是PHP的語言引擎Zend)

1.Scanning(Lexing) ,將PHP代碼轉換為語言片段(Tokens)
2.Parsing, 將Tokens轉換成簡單而有意義的表達式
3.Compilation, 將表達式編譯成Opocdes
4.Execution, 順次執行Opcodes，每次一條，從而實現PHP腳本的功能

題外話:現在有的Cache比如APC,可以使得PHP緩存住Opcodes，這樣，每次有請求來臨的時候，就不需要重復執行前面3步，從而能大幅的提高PHP的執行速度。

那什么是Lexing? 學過編譯原理的同學都應該對編譯原理中的詞法分析步驟有所了解，Lex就是一個詞法分析的依據表。 Zend/zend_language_scanner.c會根據Zend/zend_language_scanner.l(Lex文件),來輸入的 PHP代碼進行詞法分析，從而得到一個一個的“詞”，PHP4.2開始提供了一個函數叫token_get_all,這個函數就可以講一段PHP代碼 Scanning成Tokens；
如果用這個函數處理我們開頭提到的PHP代碼，將會得到如下結果:

Array
(
    [0] => Array
        (
           [0] => 367
           [1] =>  Array
        (
            [0] => 316
            [1] => echo
        )
    [2] => Array
        (
            [0] => 370
            [1] =>
        )
    [3] => Array
        (
            [0] => 315
            [1] => "Hello World"
        )
    [4] => ;
    [5] => Array
        (
            [0] => 370
            [1] =>
        )
    [6] => =
    [7] => Array
        (
            [0] => 370
            [1] =>
        )
    [8] => Array
        (
            [0] => 305
            [1] => 1
        )
    [9] => Array
        (
            [0] => 370
            [1] =>
        )
    [10] => +
    [11] => Array
        (
            [0] => 370
            [1] =>
        )
    [12] => Array
        (
            [0] => 305
            [1] => 1
        )
    [13] => ;
    [14] => Array
        (
            [0] => 370
            [1] =>
        )
    [15] => Array
        (
            [0] => 316
            [1] => echo
        )
    [16] => Array
        (
            [0] => 370
            [1] =>
        )
    [17] => ;
)

分析這個返回結果我們可以發現，源碼中的字符串，字符，空格，都會原樣返回。每個源代碼中的字符，都會出現在相應的順序處。而，其他的比如標簽，操作符，語句，都會被轉換成一個包含倆部分的Array: Token ID (也就是在Zend內部的改Token的對應碼，比如,T_ECHO,T_STRING)，和源碼中的原來的內容。
接下來，就是Parsing階段了，Parsing首先會丟棄Tokens Array中的多于的空格，然后將剩余的Tokens轉換成一個一個的簡單的表達式

1.echo a constant string
2.add two numbers together
3.store the result of the prior expression to a variable
4.echo a variabl

然后就改Compilation階段了，它會把Tokens編譯成一個個op_array, 每個op_arrayd包含如下5個部分：

1.Opcode數字的標識，指明了每個op_array的操作類型，比如add , echo
2.結果       存放Opcode結果
3.操作數1  給Opcode的操作數
4.操作數2
5.擴展值   1個整形用來區別被重載的操作

比如，我們的PHP代碼會被Parsing成:

* ZEND_ECHO     'Hello World'
* ZEND_ADD       ~0 1 1
* ZEND_ASSIGN  !0 ~0
* ZEND_ECHO     !

呵呵，你可能會問了，我們的$a去那里了？

恩，這個要介紹操作數了，每個操作數都是由以下倆個部分組成：

a)op_type : 為IS_CONST, IS_TMP_VAR, IS_VAR, IS_UNUSED, or IS_CV
 
b)u,一個聯合體，根據op_type的不同，分別用不同的類型保存了這個操作數的值(const)或者左值(var

而對于var來說，每個var也不一樣

IS_TMP_VAR, 顧名思義，這個是一個臨時變量，保存一些op_array的結果，以便接下來的op_array使用，這種的操作數的u保存著一個指向變量表的一個句柄（整數），這種操作數一般用~開頭，比如~0,表示變量表的0號未知的臨時變量

IS_VAR 這種就是我們一般意義上的變量了,他們以$開頭表示

IS_CV 表示ZE2.1/PHP5.1以后的編譯器使用的一種cache機制，這種變量保存著被它引用的變量的地址，當一個變量第一次被引用的時候，就會被CV起來，以后對這個變量的引用就不需要再次去查找active符號表了，CV變量以！開頭表示。

這么看來，我們的$a被優化成!0了。

Related Posts:

• 使用PHP Embed SAPI實現Opcodes查看器
• 深入理解PHP原理之變量分離/引用(Variables Separation)
• 深入理解PHP原理之變量作用域(Scope in PHP)
• 深入理解PHP原理之變量(Variables inside PHP)
• PHP 源代碼分析 V0.0.2
• 實現PHP的編譯執行分離(separating compilation and execution)
• 深入理解Zend SAPIs(Zend SAPI Internals)
• 深入理解PHP原理之函數(Introspecting PHP Function)
• 深入淺出PHP(Exploring PHP)
• PHP:Header

Tags: PHP, Zend/PHP