PHP7語言的執行原理（PHP7源碼分析）

我們常用的高階語言有很多種，比較出名的有CC 、Python、 PHP、Go、Pascal等。而這些語言依運行的方式不同，大體分為兩種：編譯型語言和解釋型語言。

其中，編譯型語言包括CC 、Pascal、Go等。這裡說的編譯是指在應用程式原始程式執行之前，就將程式原始碼「翻譯」成組合語言，然後進一步根據軟硬體環境編譯成目標檔。一般我們稱完成編譯工作的工具叫編譯器。而解釋型語言，在程式執行時才被「翻譯」為機器語言。但是執行一次「翻譯」一次，所以執行效率較低。解釋器的工作就是解釋性語言中，負責「翻譯」原始碼的程式。

下面我們更詳細地討論一下編譯型語言和解釋性語言的運作方式。

一、編譯型語言與解釋型語言

我們知道，對於一段C語言程式碼，需要經過預編譯、編譯、彙編和鏈接，才能成為可執行的二進位。以hello.c為例：

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

對於這段C程式碼，main是程式入口函數，實作的功能是列印字串「hello world」 到螢幕上。編譯與執行過程如圖1所示。

圖1 編譯型語言的執行示意圖

第1步：C語言程式碼預處理（例如依賴處理、宏替換等）。如以上程式碼範例，#inlcude就會在預處理階段被取代。

第2步：編譯。編譯器會把C語言翻譯成組合語言程序，一條C語言通常便以為多條彙編程式碼。同時編譯器會對程式進行最佳化，產生目標組譯程式。

第3步：編譯得到的組譯語言透過組譯器再彙編成目標程式hello.o。

第4步：連結。程式中往往包含一些共享目標文件，如範例程式中的printf()函數，位於靜態庫，需要經過連結器（如Uinx連接器ld）進行連結。

以C語言為代表的編譯型語言，程式碼發生更新都要經過以上步驟：

我們區別編譯型語言與解釋型語言，主要立足於原始碼被編譯成目標平台CPU指令的時機。對於編譯型語言，編譯結果已經是針對目前CPU體系的指令；而解釋型語言，需要先編譯成中間碼，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。解釋型語言是在運作過程中，翻譯為目標平台的指令。常說解釋型語言“慢”，主要也是慢在這裡。

在PHP7中，原始碼首先將進行詞法分析，將原始碼切割為多個字串單元，分割後的字串稱為Token。而一個獨立的Token無法表達完整語意，需經過語法分析階段，將Token轉換為抽象語法樹（簡稱AST）。之後，抽象語法樹被轉換為機器指令執行。在PHP中，這些指令稱為opcode（後文會對opcode做更詳細的解釋，此處讀者可以看待為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相似。從抽象語法樹之後開始產生差異。

圖2是PHP（如無特殊說明，本章提到的PHP均為PHP7版本）程式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為例解釋型語言的執行示意圖

第1步：原始碼透過詞法分析得到Token；

第2步：基於語法分析器產生抽象語法樹（AST）；

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

接下來我們在基本步驟的基礎上，細化PHP語言的執行原理，試著更清楚地建立認知。

二、PHP7的執行原理概述

首先我們補充說明下前文提到的PHP7程式執行過程，請參考圖3。

圖3 PHP7語言所寫的程式的執行過程圖

#第1步：詞法分析將PHP程式碼轉換為有意義的標識Token。該步驟的詞法分析器使用Re2c實現的。

第2步：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。

示例代码如下：

<?phpecho "hello world";

从图3可知，这段代码首先会被切割为Token。

1. 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：

/home/vagrant/php7/bin/php –r &#39;print_r(Token_get_all("<?php echo \"hello world\";"));&#39;

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

1）文本“

#dfine T_OPEN_TAG 379

不难理解，它是PHP代码的起始tag，也就是

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）。

2. 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-...

3. 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_HANDLERZEND_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。

相关推荐：《PHP7新特性手册》

以上是PHP7語言的執行原理（PHP7源碼分析）的詳細內容。更多資訊請關注PHP中文網其他相關文章！