Phper

March 26, 2021 · 1 min read

Victor

xcent'blog

【PHP7源码分析】PHP7语言的执行原理

PHP（如无特殊说明，本章提到的PHP均为PHP7版本）代码被执行的简化步骤，其中最后一步的左侧分支，是编译型语言的过程。

以PHP为例解释型语言的执行示意图

第1步：源码通过词法分析得到Token；

第2步：基于语法分析器生成抽象语法树（AST）；

第3步：抽象语法树转换为Opcodes（opcode指令集合），PHP解释执行Opcodes。

接下来我们在基本步骤的基础上，细化PHP语言的执行原理，试图更清晰地建立认知。

PHP7语言编写的程序的执行过程图

第1步：词法分析将PHP代码转换为有意义的标识Token。该步骤的词法分析器使用Re2c实现的。

第2步：语法分析将Token和符合文法规则的代码生成抽象语法树。语法分析器基于Bison实现。语法分析使用了巴科斯范式（BNF）来表达文法规则，Bison借助状态机、状态转移表和压栈、出栈等一系列操作，生成抽象语法树。

第3步：上步的抽象语法树生成对应的opcode，被虚拟机执行。opcode是PHP7定义的一组指令标识，指令对应着相应的handler（处理函数）。当虚拟机调用opcode，会找到opcode背后的处理函数，执行真正的处理。以我们常见的echo语句为例，其对应的opcode便是ZEND_ECHO。

注意：这里为了便于理解词法分析和语法分析过程，将两者分开描述。但实际情况，出于效率考虑，两个过程并非完全独立。

下面，我们通过一段示例代码，来建立PHP7运转的初步理解。

<?php
echo "hello world";

这段代码首先会被切割为Token。

Token

Token是PHP代码被切割成的有意义的标识。本书介绍的PHP7版本中有137 种Token，在zend_language_parser.h文件中做了定义：

/* Tokens.  */
#define END 0
#define T_INCLUDE 258
#define T_INCLUDE_ONCE 259
…
#define T_ERROR 392

更多Token的含义，感兴趣的读者可以参考《PHP 7底层设计与源码实现》附录。

PHP提供了token_get_all()函数来获取PHP代码被切割后的Token，可以在深入源码学习前，粗略查看PHP代码被切割后的Token。如下代码片段：

/php7/bin/php –r 'print_r(Token_get_all("<?php echo \"hello world\";"));'

输出结果为：

Array
(
   [0] => Array
       (
           [0] => 379
           [1] => <?php
           [2] => 1
       )
   [1] => Array
       (
           [0] => 328
           [1] => echo
           [2] => 1
       )
   [2] => Array
       (
           [0] => 382
           [1] =>
           [2] => 1
       )
   [3] => Array
       (
           [0] => 323
           [1] => "hello world"
           [2] => 1
       )
   [4] => ;
)

上文输出中，二维数组的每个成员数组第一个值为Token对应的枚举值；第二个值为Token对应的原始字符串内容；第三个值为代码对应的行号。可以看出，词法解析器将 <?php echo "hello world"; 这段文本内容切分成了4部分。

1）文本“<?php”，切割后对应的Token值为379，参考PHP7中的源码：

#dfine T_OPEN_TAG 379

不难理解，它是PHP代码的起始tag，也就是<?php标识；

2）echo对应的Token是T_ECHO：

#define T_ECHO 328

3）源码中的空格，对应的Token叫T_WHITESPACE，值为382：

#define T_WHITESPACE 382

4）字符串“hello world”对应的Token值为323：

#define T_CONSTANT_ENCAPSED_STRING 323

可见，Token就是一个个的“词块”，但是单独存在的词块不能表达完整的语义，还需要借助规则进行组织串联。语法分析器就是这个组织者。它会检查语法、匹配Token，对Token进行关联。

PHP7中，组织串联的产物就是抽象语法树（Abstract Syntax Tree，AST）。

AST是PHP7版本新特性。在这之前的版本，PHP代码的执行过程中没有生成AST这一步。PHP7对抽象语法树的支持，实现了PHP编译器和解释器解耦，有效提升了可维护性。

顾名思义，抽象语法树具有树状结构。AST的节点分为多种类型，对应着不同的PHP语法。在当前章节，我们可以认为节点类型是对语法规则的抽象，例如赋值语句，生成的抽象语法树节点为ZEND_AST_ASSIGN。而赋值语句的左右操作数，又将作为ZEND_AST_ASSIGN类型节点的孩子。通过这样的节点关系，构建出抽象语法树。

如果读者希望一睹为快，可以直接跳到本书第13章函数的实现，其中图片描绘了一段简单的PHP代码生成的抽象语法树。

在这里，我们推荐读者了解下PhpParser工具，可以用它来查看PHP代码生成的AST。

注意：PHP-Parser是PHP7内核作者之一nikic编写的将PHP源码生成AST的工具。源码见https://github.com/nikic/PHP-...

Opcodes

AST扮演了源码到中间代码的临时存储介质的角色，还需要将其转换为opcode，才能被引擎直接执行。Opcode只是单条指令，Opcodes是opcode的集合形式，是PHP执行过程中的中间代码，类似Java中的字节码。生成之后由虚拟机执行。

我们知道，PHP工程优化措施中有个比较常见的“开启Opcache”，指的就是这里的Opcodes的缓存（Opcodes Cache）。通过省去从源码到opcode的阶段，引擎可以直接执行缓存的opcode，以此提升性能。

借助vld插件，可以直观地看到一段PHP代码生成的opcode：

php -dvld.active=1 hello.php
经过过滤整理，对应的opcode为：
line     op              
 1      ECHO            
 2      RETURN

其实在源码实现中，上述代码生成的opcode及handler为：

ZEND_ECHO  // handler: ZEND_ECHO_SPEC_CONST_HANDLER
ZEND_RETURN  // handler: ZEND_RETURN_SPEC_CONST_HANDLER

可见，ZEND_ECHO对应的handler是ZEND_ECHO_SPEC_CONST_HANDLER。此handler的实现的功能便是预期的“hello world”语句的输出。

本书的PHP版本中，内核在zend_vm_opcodes.h中定义了186种Opcodes

在平时的业务开发中，了解一些 PHP的底层实现，尤其是语法机制的实现，对性能提升、故障排除非常有好处。希望这篇浅文，可以帮助读者在使用PHP7的同时，了解到编写的PHP代码如何被编译和执行。

Recent posts