【PHP7源碼分析】PHP7語言的執行原理

順風車運營研發團隊 李志 發表在程序人生 公衆號
咱們經常使用的高級語言有不少種，比較出名的有CC++、Python、 PHP、Go、Pascal等。而這些語言根據運行的方式不一樣，大致分爲兩種：編譯型語言和解釋型語言。

其中，編譯型語言包括CC++、Pascal、Go等。這裏說的編譯是指在應用源程序執行以前，就將程序源代碼「翻譯」成彙編語言，而後進一步根據軟硬件環境編譯成目標文件。通常咱們稱完成編譯工做的工具叫編譯器。而解釋型語言，在程序運行時才被「翻譯」爲機器語言。可是執行一次「翻譯」一次，因此執行效率較低。解釋器的工做就是解釋性語言中，負責「翻譯」源代碼的程序。

下面咱們更詳細地討論一下編譯型語言和解釋性語言的運行方式。

1、編譯型語言與解釋型語言

咱們知道，對於一段C語言代碼，須要通過預編譯、編譯、彙編和連接，才能成爲可執行的二進制文件。以hello.c爲例：

#include<stdio.h>
int main(){
   printf("hello world");
   return 1;
}

對於這段C代碼，main是程序入口函數，實現的功能是打印字符串「hello world」 到屏幕上。編譯和執行過程如圖1所示。

圖1 編譯型語言的執行示意圖

第1步：C語言代碼預處理（好比依賴處理、宏替換等）。如以上代碼示例，#inlcude<stdio.h>就會在預處理階段被替換。

第2步：編譯。編譯器會把C語言翻譯成彙編語言程序，一條C語言一般便覺得多條彙編代碼。同時編譯器會對程序進行優化，生成目標彙編程序。

第3步：編譯獲得的彙編語言經過彙編器再彙編成目標程序hello.o。

第4步：連接。程序中每每包含一些共享目標文件，如示例程序中的printf()函數，位於靜態庫，須要通過連接器（如Uinx鏈接器ld）進行連接。

以C語言爲表明的編譯型語言，代碼發生更新都要通過以上步驟：

咱們區別編譯型語言與解釋型語言，主要立足於源代碼被編譯成目標平臺CPU指令的時機。對於編譯型語言，編譯結果已是針對當前CPU體系的指令；而解釋型語言，須要先編譯成中間代碼，再經由該解釋型語言的特定虛擬機，翻譯成特定CPU體系的指令被執行。解釋型語言是在運行過程當中，翻譯爲目標平臺的指令。常說解釋型語言「慢」，主要也是慢在這裏。

在PHP7中，源代碼首先將進行詞法分析，將源代碼切割爲多個字符串單元，分割後的字符串稱之爲Token。而一個個獨立的Token沒法表達完整語義，需通過語法分析階段，將Token轉換爲抽象語法樹（簡稱AST）。以後，抽象語法樹被轉換爲機器指令執行。在PHP中，這些指令稱爲opcode（後文會對opcode作更詳細的解釋，此處讀者能夠看待爲CPU指令）。

到AST的生成這一步，編譯型語言與解釋型語言所需經歷的過程類似。從抽象語法樹以後開始產生差別。

圖2是PHP（如無特殊說明，本章提到的PHP均爲PHP7版本）代碼被執行的簡化步驟，其中最後一步的左側分支，是編譯型語言的過程。

圖2 以PHP爲例解釋型語言的執行示意圖

第1步：源碼經過詞法分析獲得Token；

第2步：基於語法分析器生成抽象語法樹（AST）；

第3步：抽象語法樹轉換爲Opcodes（opcode指令集合），PHP解釋執行Opcodes。

接下來咱們在基本步驟的基礎上，細化PHP語言的執行原理，試圖更清晰地創建認知。

2、PHP7的執行原理概述

首先咱們補充說明下前文提到的PHP7程序執行過程，請參見圖3。

圖3 PHP7語言編寫的程序的執行過程圖

第1步：詞法分析將PHP代碼轉換爲有意義的標識Token。該步驟的詞法分析器使用Re2c實現的。

第2步：語法分析將Token和符合文法規則的代碼生成抽象語法樹。語法分析器基於Bison實現。語法分析使用了巴科斯範式（BNF）來表達文法規則，Bison藉助狀態機、狀態轉移表和壓棧、出棧等一系列操做，生成抽象語法樹。

第3步：上步的抽象語法樹生成對應的opcode，被虛擬機執行。opcode是PHP7定義的一組指令標識，指令對應着相應的handler（處理函數）。當虛擬機調用opcode，會找到opcode背後的處理函數，執行真正的處理。以咱們常見的echo語句爲例，其對應的opcode即是ZEND_ECHO。

• 注意：這裏爲了便於理解詞法分析和語法分析過程，將二者分開描述。但實際狀況，出於效率考慮，兩個過程並不是徹底獨立。

下面，咱們經過一段示例代碼，來創建PHP7運轉的初步理解。

示例代碼以下：

<?php
echo "hello world";

從圖3可知，這段代碼首先會被切割爲Token。

1. Token

Token是PHP代碼被切割成的有意義的標識。本書介紹的PHP7版本中有137 種Token，在zend_language_parser.h文件中作了定義：

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

更多Token的含義，感興趣的讀者能夠參考《PHP 7底層設計與源碼實現》附錄。

PHP提供了token_get_all()函數來獲取PHP代碼被切割後的Token，能夠在深刻源碼學習前，粗略查看PHP代碼被切割後的Token。以下代碼片斷：

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

輸出結果爲：

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] => ;
)

上文輸出中，二維數組的每一個成員數組第一個值爲Token對應的枚舉值；第二個值爲Token對應的原始字符串內容；第三個值爲代碼對應的行號。能夠看出，詞法解析器將 <?php echo "hello world"; 這段文本內容切分紅了4部分。

1）文本「<?php」，切割後對應的Token值爲379，參考PHP7中的源碼：

#dfine T_OPEN_TAG 379

不難理解，它是PHP代碼的起始tag，也就是<?php標識；

2）echo對應的Token是T_ECHO：

#define T_ECHO 328

3）源碼中的空格，對應的Token叫T_WHITESPACE，值爲382：

#define T_WHITESPACE 382

4）字符串「hello world」對應的Token值爲323：

#define T_CONSTANT_ENCAPSED_STRING 323

可見，Token就是一個個的「詞塊」，可是單獨存在的詞塊不能表達完整的語義，還須要藉助規則進行組織串聯。語法分析器就是這個組織者。它會檢查語法、匹配Token，對Token進行關聯。

PHP7中，組織串聯的產物就是抽象語法樹（Abstract Syntax Tree，AST）。

2. AST

AST是PHP7版本新特性。在這以前的版本，PHP代碼的執行過程當中沒有生成AST這一步。PHP7對抽象語法樹的支持，實現了PHP編譯器和解釋器解耦，有效提高了可維護性。

顧名思義，抽象語法樹具備樹狀結構。AST的節點分爲多種類型，對應着不一樣的PHP語法。在當前章節，咱們能夠認爲節點類型是對語法規則的抽象，例如賦值語句，生成的抽象語法樹節點爲ZEND_AST_ASSIGN。而賦值語句的左右操做數，又將做爲ZEND_AST_ASSIGN類型節點的孩子。經過這樣的節點關係，構建出抽象語法樹。

若是讀者但願一睹爲快，能夠直接跳到本書第13章函數的實現，其中圖片描繪了一段簡單的PHP代碼生成的抽象語法樹。

在這裏，咱們推薦讀者瞭解下PhpParser工具，能夠用它來查看PHP代碼生成的AST。

注意：PHP-Parser是PHP7內核做者之一nikic編寫的將PHP源碼生成AST的工具。源碼見https://github.com/nikic/PHP-...

3. Opcodes

AST扮演了源碼到中間代碼的臨時存儲介質的角色，還須要將其轉換爲opcode，才能被引擎直接執行。Opcode只是單條指令，Opcodes是opcode的集合形式，是PHP執行過程當中的中間代碼，相似Java中的字節碼。生成以後由虛擬機執行。

咱們知道，PHP工程優化措施中有個比較常見的「開啓Opcache」，指的就是這裏的Opcodes的緩存（Opcodes Cache）。經過省去從源碼到opcode的階段，引擎能夠直接執行緩存的opcode，以此提高性能。

藉助vld插件，能夠直觀地看到一段PHP代碼生成的opcode：

php -dvld.active=1 hello.php
通過過濾整理，對應的opcode爲：
line     op              
 1      ECHO            
 2      RETURN

其實在源碼實現中，上述代碼生成的opcode及handler爲：

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

可見，ZEND_ECHO對應的handler是ZEND_ECHO_SPEC_CONST_HANDLER。此handler的實現的功能即是預期的「hello world」語句的輸出。

本書的PHP版本中，內核在zend_vm_opcodes.h中定義了186種Opcodes，也能夠參考《PHP 7底層設計與源碼實現》附錄部分。

在平時的業務開發中，瞭解一些 PHP的底層實現，尤爲是語法機制的實現，對性能提高、故障排除很是有好處。但願這篇淺文，能夠幫助讀者在使用PHP7的同時，瞭解到編寫的PHP代碼如何被編譯和執行。

（掃上方二維碼7.9折購買）

推薦理由：

滴滴出行專家聯合撰寫，PHP領域大咖夏緒宏、韓天峯、王晶、謝華亮（黑夜路人）、伍星聯袂推薦

全面吃透PHP內核架構、核心實現與內存管理、詞法與句法解析、Zend 虛擬機、函數及關鍵擴展等設計細節與源碼實現