1.php是解析型的高级语言,zend内核使用c语言实现,有main函数,php脚本就是输入,内核处理后输出结果,内核将php脚本翻译成c程序可识别的opcode就是php的编译。
c语言的编译将c代码编译成机器码,这些机器码就是操作指令,将指令写入二进制程序load相应的内存区(常量区 数据区 代码区),分配运行栈,开始从代码区依次执行。
php编译差不多,将php脚本解析成opcode,每条opcode就是c的stuct,对应着相应的机器指令,执行过程就是zend引擎执行这些opcode,编译过程包括词法分析、语法分析,就的php版本直接生成opcode,php7新增在语法分析阶段生成抽象语法树,然后生成opcode_array。
2.词法分析、语法分析 (PHP代码->抽象语法树(AST))
PHP使用re2c、bison完成这个阶段的工作
re2c: 词法分析器,将输入分割为一个个有意义的词块,称为token
bison: 语法分析器,确定词法分析器分割出的token是如何彼此关联的
3.opcode_array结构
zend引擎会把AST进一步编译为 zend_op_array ,它是编译阶段最终的产物,也是执行阶段的输入。 AST解析过程确定了当前脚本定义了哪些变量,并为这些变量 顺序编号 ,这些值在使用时都是按照这个编号获取的,另外也将变量的初始化值、调用的函数/类/常量名称等值(称之为字面量)保存到zend_op_array.literals中,这些字面量也有一个唯一的编号,所以执行的过程实际就是根据各指令调用不同的C函数,然后根据变量、字面量、临时变量的编号对这些值进行处理加工。
PHP主脚本会生成一个zend_op_array,每个function也会编译为独立的zend_op_array,所以从二进制程序的角度看zend_op_array包含着当前作用域下的所有堆栈信息,函数调用实际就是不同zend_op_array间的切换
opcode的结构
struct_zend_op_array {//common是普通函数或类成员方法对应的opcodes快速访问时使用的字段,后面分析PHP函数实现的时候会详细讲
...
uint32_t*refcount;
uint32_t this_var;
uint32_t last;//opcode指令数组
zend_op *opcodes;//PHP代码里定义的变量数:op_type为IS_CV的变量,不含IS_TMP_VAR、IS_VAR的//编译前此值为0,然后发现一个新变量这个值就加1
intlast_var;//临时变量数:op_type为IS_TMP_VAR、IS_VAR的变量
uint32_t T;//PHP变量名数组
zend_string **vars; //这个数组在ast编译期间配合last_var用来确定各个变量的编号,非常重要的一步操作
...//静态变量符号表:通过static声明的
HashTable *static_variables;
...//字面量数量
intlast_literal;//字面量(常量)数组,这些都是在PHP代码定义的一些值
zval *literals;//运行时缓存数组大小
intcache_size;//运行时缓存,主要用于缓存一些znode_op以便于快速获取数据,后面单独介绍这个机制
void **run_time_cache;void *reserved[ZEND_MAX_RESERVED_RESOURCES];
};
handler是每条opcode对应的C语言编写的 处理过程,所有hadler定义在zend_vm_def.h中,有三种不同的提供形式:CALL、SWITCH、GOTO,默认方式为CALL。
每条opcode都有两个操作数, 操作数记录着当前指令的关键信息(操作数类型实际就是个32位整形,它主要用于存储一些变量的索引位置、数值记录等等)。
每个操作都有5种不同的类型 IS_CONST:字面量,IS_TMP_VAR:临时变量, IS_VAR:PHP变量, IS_CV:PHP脚本变量, IS_UNUSED:表示操作数没有用。
PHP代码不会直接编译为机器码,但编译、执行的设计跟C程序是一致的,也有常量区、变量也通过偏移量访问、也有虚拟的执行栈。
在编译时就可确定且不会改变的量称为字面量,也称作常量(IS_CONST),这些值在编译阶段就已经分配zval,保存在zend_op_array->literals数组中,访问时通过_zend_op_array->literals + 偏移量读取。
4.抽象语法树(AST)编译 (AST-> zend_op_array)
ZEND_API zend_op_array *compile_file(zend_file_handle *file_handle, inttype)
{
zend_op_array*op_array = NULL; //编译出的opcodes
...if (open_file_for_scanning(file_handle)==FAILURE) {//文件打开失败
...
}else{
zend_bool original_in_compilation=CG(in_compilation);
CG(in_compilation)= 1;
CG(ast)=NULL;
CG(ast_arena)= zend_arena_create(1024 * 32);if (!zendparse()) { //语法解析
zval retval_zv;
zend_file_context original_file_context;//保存原来的zend_file_context
zend_oparray_context original_oparray_context; //保存原来的zend_oparray_context,编译期间用于记录当前zend_op_array的opcodes、vars等数组的总大小
zend_op_array *original_active_op_array =CG(active_op_array);
op_array= emalloc(sizeof(zend_op_array)); //分配zend_op_array结构
init_op_array(op_array, ZEND_USER_FUNCTION, INITIAL_OP_ARRAY_SIZE);//初始化op_array
CG(active_op_array) = op_array; //将当前正在编译op_array指向当前
ZVAL_LONG(&retval_zv, 1);if(zend_ast_process) {
zend_ast_process(CG(ast));
}
zend_file_context_begin(&original_file_context); //初始化CG(file_context)
zend_oparray_context_begin(&original_oparray_context); //初始化CG(context)
zend_compile_top_stmt(CG(ast)); //AST->zend_op_array编译流程
zend_emit_final_return(&retval_zv); //设置最后的返回值
op_array->line_start = 1;
op_array->line_end =CG(zend_lineno);
pass_two(op_array);
zend_oparray_context_end(&original_oparray_context);
zend_file_context_end(&original_file_context);
CG(active_op_array)=original_active_op_array;
}
...
}
...returnop_array;
}
compile_file()操作中有几个保存原来值的操作,这是因为这个函数在PHP脚本执行中并不会只执行一次,主脚本执行时会第一次调用,而include、require也会调用,所以需要先保存当前值,然后执行完再还原回去。
AST->zend_op_array编译是在 zend_compile_top_stmt() 中完成,这个函数是总入口,会被多次递归调用:
//zend_compile.c
void zend_compile_top_stmt(zend_ast *ast)
{if (!ast) {return;
}if (ast->kind == ZEND_AST_STMT_LIST) { //第一次进来一定是这种类型
zend_ast_list *list =zend_ast_get_list(ast);
uint32_t i;for (i = 0; i < list->children; ++i) {
zend_compile_top_stmt(list->child[i]);//list各child语句相互独立,递归编译
}return;
}//各语句编译入口
zend_compile_stmt(ast);if (ast->kind != ZEND_AST_NAMESPACE && ast->kind !=ZEND_AST_HALT_COMPILER) {
zend_verify_namespace();
}//function、class两种情况的处理,非常关键的一步操作,后面分析函数、类实现的章节再详细分析
if (ast->kind == ZEND_AST_FUNC_DECL || ast->kind ==ZEND_AST_CLASS) {
CG(zend_lineno)= ((zend_ast_decl *) ast)->end_lineno;
zend_do_early_binding();//很重要!!!
}
}
首先从AST的根节点开始编译,根节点类型为ZEND_AST_STMT_LIST,这个类型表示当前节点下有多个独立的节点,各child都是独立的语句生成的节点,所以依次编译即可,直到到达有效节点位置(非ZEND_AST_STMT_LIST节点),然后调用zend_compile_stmt编译当前节点:
void zend_compile_stmt(zend_ast *ast)
{
CG(zend_lineno)= ast->lineno;switch (ast->kind) {casexxx:
...break;caseZEND_AST_ECHO:
zend_compile_echo(ast);break;
...default:
{
znode result;
zend_compile_expr(&result, ast);
zend_do_free(&result);
}
}if (FC(declarables).ticks && !zend_is_unticked_stmt(ast)) {
zend_emit_tick();
}
}
根据不同的节点类型(kind)作不同的处理。
最终编译的结果就是zend_op_array,其中最核心的操作就是AST的编译了,编译阶段很关键的一个操作就是确定了各个 变量、中间值、临时值、返回值、字面量 的 内存编号 ,这个地方非常重要,后面介绍执行流程时也会用到。