php 数组 上标下标,PHP数组上标类型陷阱

PHP数组下标类型陷阱

项目使用PHP语言开发，其中用到了MONGO DB存储;MONGO DB里的数据是强类型，PHP里的数据是弱类型，上周五我在MONGODB里查询一个数据总是找不到，最后发现问题是PHP数组的数值型字符串下标自动转变成了整数型下标；因此虽然PHP是弱类型语言，我们也要关注变量当前什么类型，熟悉PHP的类型自动转换规则，在一些类型敏感的地方要进行类型判断或者强制类型转换。

以下示例程序简单解释了这个现象：

$id = "22";

$arr1[$id] = "xxx";

var_dump($arr1);

$id = 22;

$arr2[$id] = "xxx";

var_dump($arr2);

$id = "022";

$arr3[$id] = "xxx";

var_dump($arr3);

$id = "2222222222222";

$arr4[$id] = "xxx";

var_dump($arr4);

这段程序的输出是：

array(1) {

[22]=>

string(3) "xxx"

}

array(1) {

[22]=>

string(3) "xxx"

}

array(1) {

["022"]=>

string(3) "xxx"

}

array(1) {

["2222222222222"]=>

string(3) "xxx"

}

那么，PHP的数组字符串下标类型是怎么确定的呢？我们一起到PHP的源代码里看一看。

首先，我们在Zend/zend_language_parser.y里搜索[,找到数组的语义解析规则：

object_dim_list:

object_dim_list '[' dim_offset ']' { fetch_array_dim(&$$, &$1, &$3 TSRMLS_CC); }

| object_dim_list '{' expr '}' { fetch_string_offset(&$$, &$1, &$3 TSRMLS_CC); }

| variable_name { znode tmp_znode; zend_do_pop_object(&tmp_znode TSRMLS_CC); zend_do_fetch_property(&$$, &tmp_znode, &$1 TSRMLS_CC);}

;

我们使用的是数组，因此使用第一个规则fetch_array_dim,在fetch_array_dim函数里，我们发现生成的opcode是ZEND_FETCH_DIM_W(84)。在Zend/zend_vm_def.h里,ZEND_FETCH_DIM_W的处理函数里zend_fetch_dimension_address处理取下标逻辑。

继续跟踪下去，从zend_fetch_dimension_address函数到zend_fetch_dimension_address_inner，再到zend_symtable_update：

static inline int zend_symtable_update(HashTable *ht, char *arKey, uint nKeyLength, void *pData, uint nDataSize, void **pDest) \

{

HANDLE_NUMERIC(arKey, nKeyLength, zend_hash_index_update(ht, idx, pData, nDataSize, pDest));

return zend_hash_update(ht, arKey, nKeyLength, pData, nDataSize, pDest);

}

HANDLE_NUMERIC这个宏很有意思，如果字符串下标arKey可转化为长整数idx,则调用zend_hash_index_update把数据插入到idx位置，否则调用zend_hash_update修改arKey位置的值

。我们看下宏的具体定义：

#define HANDLE_NUMERIC(key, length, func) { \

register char *tmp=key; \

\

if (*tmp=='-') { \

tmp++; \

} \

if ((*tmp>='0' && *tmp<='9')) do { /* possibly a numeric index */ \

char *end=key+length-1; \

long idx; \

\

if (*tmp++=='0' && length>2) { /* don't accept numbers with leading zeros */ \

break; \

} \

while (tmp

if (!(*tmp>='0' && *tmp<='9')) { \

break; \

} \

tmp++; \

} \

if (tmp==end && *tmp=='\0') { /* a numeric index */ \

if (*key=='-') { \

idx = strtol(key, NULL, 10); \

if (idx!=LONG_MIN) { \

return func; \

} \

} else { \

idx = strtol(key, NULL, 10); \

if (idx!=LONG_MAX) { \

return func; \

} \

} \

} \

} while (0); \

}

从宏里我们知道了字符串下标自动转化为长整数下标的规则：

1. 全部为数字，但是不能有前导0，比如arKey="0123"不会转化成123

2. 不能超过long的表示范围(LONG_MIN, LONG_MAX)，即(-2147483648, 2147483647)