Understanding PHP Opcode (Forward)

《Understanding OPcode》
Opcode是一種PHP指令碼編譯後的中繼語言，就像Java的ByteCode,或者.NET的MSL，舉個例子，比如你寫下了如下的PHP代碼：

 

  
 <?php
  
   echo "Hello World";
  
   $a = 1 + 1;
  
   echo $a;
  
?>
 

PHP執行這段代碼會經過如下4個步驟(確切的來說，應該是PHP的語言引擎Zend)

1. Scanning(Lexing) ,將PHP代碼轉換為語言片段(Tokens)

2. Parsing, 將Tokens轉換成簡單而有意義的運算式

3. Compilation, 將運算式編譯成Opocdes

4. Execution, 順次執行Opcodes，每次一條，從而實現PHP指令碼的功能。

題外話:現在有的Cache比如APC,可以使得PHP緩衝住Opcodes，這樣，每次有請求來臨的時候，就不需要重複執行前面3步，從而能大幅的提高PHP的執行速度。

那什麼是Lexing? 學過編譯原理的同學都應該對編譯原理中的詞法分析步驟有所瞭解，Lex就是一個詞法分析的依據表。 Zend/zend_language_scanner.c會根據Zend/zend_language_scanner.l(Lex檔案),來對輸入的 PHP代碼進行詞法分析，從而得到一個一個的“詞”，PHP4.2開始提供了一個函數叫token_get_all,這個函數就可以講一段PHP代碼 Scanning成Tokens；
如果用這個函數處理我們開頭提到的PHP代碼，將會得到如下結果:

 

  
Array
  
 
  
(
  
 
  
    [0] => Array
  
 
  
        (
  
 
  
           [0] => 367
  
 
  
           [1] => Array
  
 
  
        (
  
 
  
            [0] => 316
  
 
  
            [1] => echo
  
 
  
        )
  
 
  
    [2] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [3] => Array
  
 
  
        (
  
 
  
            [0] => 315
  
 
  
            [1] => "Hello World"
  
 
  
        )
  
 
  
    [4] => ;
  
 
  
    [5] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [6] => =
  
 
  
    [7] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [8] => Array
  
 
  
        (
  
 
  
            [0] => 305
  
 
  
            [1] => 1
  
 
  
        )
  
 
  
    [9] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [10] => +
  
 
  
    [11] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [12] => Array
  
 
  
        (
  
 
  
            [0] => 305
  
 
  
            [1] => 1
  
 
  
        )
  
 
  
    [13] => ;
  
 
  
    [14] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [15] => Array
  
 
  
        (
  
 
  
            [0] => 316
  
 
  
            [1] => echo
  
 
  
        )
  
 
  
    [16] => Array
  
 
  
        (
  
 
  
            [0] => 370
  
 
  
            [1] =>
  
 
  
        )
  
 
  
    [17] => ;
  
 
  
)
 

分析這個返回結果我們可以發現，源碼中的字串，字元，空格，都會原樣返回。每個原始碼中的字元，都會出現在相應的順序處。而，其他的比如標籤，操作符，語句，都會被轉換成一個包含倆部分的Array: Token ID (也就是在Zend內部的改Token的對應碼，比如,T_ECHO,T_STRING)，和源碼中的原來的內容。
接下來，就是Parsing階段了，Parsing首先會丟棄Tokens Array中的多於的空格，然後將剩餘的Tokens轉換成一個一個的簡單的運算式
1. echo a constant string

2. add two numbers together

3. store the result of the prior expression to a variable

4. echo a variable

然後就改Compilation階段了，它會把Tokens編譯成一個個op_array, 每個op_arrayd包含如下5個部分：

1. Opcode數位標識，指明了每個op_array的操作類型，比如add , echo

2. 結果 存放Opcode結果

3. 運算元1 給Opcode的運算元

4. 運算元2

5. 擴充值 1個整形用來區別被重載的操作符

比如，我們的PHP代碼會被Parsing成:

* ZEND_ECHO ‘Hello World’
* ZEND_ADD ~0 1 1
* ZEND_ASSIGN !0 ~0
* ZEND_ECHO !0

呵呵，你可能會問了，我們的$a去那裡了？

恩，這個要介紹運算元了，每個運算元都是由以下倆個部分組成：

a) op_type : 為IS_CONST, IS_TMP_VAR, IS_VAR, IS_UNUSED, or IS_CV

b) u,一個聯合體，根據op_type的不同，分別用不同的類型儲存了這個運算元的值(const)或者左值(var)

而對於var來說，每個var也不一樣

IS_TMP_VAR, 顧名思義，這個是一個臨時變數，儲存一些op_array的結果，以便接下來的op_array使用，這種的運算元的u儲存著一個指向變數表的一個控制代碼（整數），這種運算元一般用~開頭，比如~0,表示變數表的0號未知的臨時變數

IS_VAR 這種就是我們一般意義上的變數了,他們以$開頭表示

IS_CV 表示ZE2.1/PHP5.1以後的編譯器使用的一種cache機制，這種變數儲存著被它引用的變數的地址，當一個變數第一次被引用的時候，就會被CV起來，以後對這個變數的引用就不需要再次去尋找active符號表了，CV變數以！開頭表示。
這麼看來，我們的$a被最佳化成!0了。