深入PHP内核（一）——弱类型变量原理探究

摘要：深入PHP内核系列为转载，从弱类型实现到SAPI（server application programming interface）实现，探索php不同的运行模式以及生命周期。博主在从新拿出这篇文章的时候顺便仔细的从新划了一遍重点，一直很认可下面原作者的一段话，这里提前引用了一下：

技术的深入学习就像职业篮球训练，80%的时间都是基本功的训练，球场上实际战术的练习只是基本功的应用。同样的，学习PHP语言本身的特性， 应当是每个PHP领域工程师所掌握、理解的，至于系统的架构设计也是基于对Linux、Mysql、Nginx等原理机制足够理解后，战术性的使用。

——原作者

PHP是一门简单而强大的语言，提供了很多Web适用的语言特性，其中就包括了变量弱类型，在弱类型机制下，你能够给一个变量赋任意类型的值。 

PHP的执行是通过Zend Engine（下面简称ZE），ZE是使用C编写，在底层实现了一套弱类型机制。ZE的内存管理使用写时拷贝、引用计数等优化策略，减少再变量赋值时候的内存拷贝。

下面不光带你探索PHP弱类型的原理，也会在写PHP扩展角度，介绍如何操作PHP的变量。 

1. PHP的变量类型

PHP的变量类型有8种：

• 标准类型：布尔boolen，整型integer，浮点float，字符string
• 复杂类型：数组array，对象object
• 特殊类型：资源resource  

PHP不会严格检验变量类型，变量可以不显示的声明其类型，而在运行期间直接赋值。也可以将变量自由的转换类型。如下例，没有实现声明的情况下，$i可以赋任意类型的值。

    $i = 1;   //int

    $i = 'show me the money';  //string

    $i = 0.02;  // float

    $i = array(1, 2, 3);  // array

    $i = new Exception('test', 123); // object

    $i = fopen('/tmp/aaa.txt', 'a') // resource

?>   

如果你对弱类型原理理解不深刻，在变量比较时候，会出现“超出预期”的惊喜。

    $str1 = null; 

    $str2 = false; 

    echo $str1==$str2 ? '相等' : '不相等'; 

    $str3 = '';  $str4 = 0; 

    echo $str3==$str4 ? '相等' : '不相等'; 

    $str5 = 0;  $str6 = '0'; 

    echo $str5==$str6 ? '相等' : '不相等';

?>   

以上三个结果全部是相等，因为在变量比较的时候，PHP内部做了变量转换。如果希望值和类型同时判断，请使用三个=（如，$a===0）来判断。也许你会觉得司空见惯，也许你会觉得很神奇，那么请跟我一起深入PHP内核，探索PHP变量原理。

2. 变量的存储及标准类型介绍

PHP的所有变量，都是以结构体zval来实现，在src/Zend/zend.h中我们能看到zval的定义：

struct _zval_struct {
    /* Variable information */
    zvalue_value value;     /* value */
    zend_uint refcount__gc;
    zend_uchar type;    /* active type */
    zend_uchar is_ref__gc;
};

属性名	含义	默认值
refcount__gc	表示引用计数	1
is_ref__gc	表示是否为引用	0
value	存储变量的值
type	变量具体的类型

其中refcount__gc为引用计数器。

is_ref__gc表示变量是否是一个引用。

type字段标识变量的类型，type的值可以 是：IS_NULL，IS_BOOL，IS_LONG，IS_FLOAT，IS_STRING，IS_ARRAY，IS_OBJECT，IS_RESOURCE。

PHP根据type的类型，来选择如何存储到zvalue_value。 

zvalue_value能够实现变量弱类型的核心，定义如下：

typedef union _zvalue_value {

    long lval;                    /* long value */

    double dval;                /* double value */

    struct {

        char *val;

        int len;

    } str;

    HashTable *ht;                /* hash table value */

    zend_object_value obj;

    zend_ast *ast;

} zvalue_value;

• C中字符串是以\0结尾的字符数组，这里多存储了字符串的长度，这和我们在设计数据库时增加的冗余字段异曲同工。 因为要实时获取到字符串的长度的时间复杂度是O(n)，而字符串的操作在PHP中是非常频繁的，这样能避免重复计算字符串的长度， 这能节省大量的时间，是空间换时间的做法。 
• 这么看在PHP中strlen()函数可以在常数时间内获取到字符串的长度。 计算机语言中字符串的操作都非常之多，所以大部分高级语言中都会存储字符串的长度。

布尔型，zval.type=IS_BOOL，会读取zval.value.lval字段，值为1/0。

字符串，zval.type=IS_STRING，会读取zval.value.str，这是一个结构体，存储了字符串指针和长度。

如果是NULL，只需要zval.type=IS_NULL，不需要读取值。

C 语言中，用"\0"作为字符串结束符。也就是说一个字符串"Hello\0World"在C语言中，用printf来输出的话，只能输出hello，因 为"\0"会认为字符已经结束。PHP中是通过结构体的_zval_value.str.len来控制字符串长度，相关函数不会遇到"\0"结束。所以 PHP的字符串是二进制安全的。

通过对zval的封装，PHP实现了弱类型，对于ZE来说，通过zval可以存取任何类型。

3. 高级类型Array和Object数组Array

数组是PHP语言中非常强大的一个数据结构，分为索引数组和关联数组，zval.type=IS_ARRAY。在关联数组中每个key可以存储任意类型的数据。PHP的数组是用Hash Table实现的，数组的值存在zval.value.ht中。 

后面会专门讲到PHP哈希表的实现。

对象类型的zval.type=IS_OBJECT，值存在zval.value.obj中。

4. 特殊类型——资源类型(Resource)介绍

资 源类型是个很特殊的类型，zval.type=IS_RESOURCE，在PHP中有一些很难用常规类型描述的数据结构，比如文件句柄，对于C语言来说是 一个指针，不过PHP中没有指针的概念，也不能用常规类型来约束，因此PHP通过资源类型概念，把C语言中类似文件指针的变量，用zval结构来封装。资 源类型值是一个整数，ZE会根据这个值去资源的哈希表中获取。  

资源类型的定义：（src/Zend/zend_list.h）

typedef struct _zend_rsrc_list_entry {

    void *ptr;

    int type;

    int refcount;

} zend_rsrc_list_entry;

其中，ptr是一个指向资源的最终实现的指针，例如一个文件句柄，或者一个数据库连接结构。type是一个类型标记，用于区分不同的资源类型。refcount用于资源的引用计数。

内核中，资源类型是通过函数ZEND_FETCH_RESOURCE获取的。

ZEND_FETCH_RESOURCE(con, type, zval *, default, resource_name, resource_type);   

5. 变量类型的转换

按 照现在我们对PHP语言的了解，变量的类型依赖于zval.type字段指示，变量的内容按照zval.type存储到zval.value。当PHP中 需要变量的时候，只需要两个步骤：把zval.value的值或指针改变，再改变zval.type的类型。不过对于PHP的一些高级变量 Array/Object/Resource，变量转换要进行更多操作。

变量转换原理分为3种：

5.1 标准类型相互转换

比较简单，按照上述的步骤转化即可。

5.2 标准类型与资源类型转换

资源类型可以理解为是int，比较方便转换标准类型。转换后资源会被close或回收。

5.3 标准类型与复杂类型转换

Array转换整型int/浮点型float会返回元素个数；转换bool返回Array中是否有元素；转换成string返回'Array'，并抛出warning。 
详细内容取决于经验，请阅读PHP手册： http://php.net/manual/en/language.types.type-juggling.php 

5.4 复杂类型相互转换

array和object可以互转。如果其它任何类型的值被转换成对象，将会创建一个内置类stdClass的实例。

在我们写PHP扩展的时候，PHP内核提供了一组函数用于类型转换：  

void convert_to_long(zval* pzval)

void convert_to_double(zval* pzval)

void convert_to_long_base(zval* pzval, int base)

void convert_to_null(zval* pzval)

void convert_to_boolean(zval* pzval)

void convert_to_array(zval* pzval)

void convert_to_object(zval* pzval)

void convert_object_to_type(zval* pzval, convert_func_t converter)

PHP内核提供的一组宏来方便的访问zval，用于更细粒度的获取zval的值：

内核访问zval容器的API
宏	访问变量
Z_LVAL(zval)	(zval).value.lval
Z_DVAL(zval)	(zval).value.dval
Z_STRVAL(zval)	(zval).value.str.val
Z_STRLEN(zval)	(zval).value.str.len
Z_ARRVAL(zval)	(zval). value.ht
Z_TYPE(zval)	(zval).type
Z_LVAL_P(zval)	(*zval).value.lval
Z_DVAL_P(zval)	(*zval).value.dval
Z_STRVAL_P(zval_p)	(*zval).value.str.val
Z_STRLEN_P(zval_p)	(*zval).value.str.len
Z_ARRVAL_P(zval_p)	(*zval). value.ht
Z_OBJ_HT_P(zval_p)	(*zval).value.obj.handlers
Z_LVAL_PP(zval_pp)	(**zval).value.lval
Z_DVAL_PP(zval_pp)	(**zval).value.dval
Z_STRVAL_PP(zval_pp)	(**zval).value.str.val
Z_STRLEN_PP(zval_pp)	(**zval).value.str.len
Z_ARRVAL_PP(zval_pp)	(**zval). value.ht

6. 变量的符号表与作用域

PHP的变量符号表与zval值的映射，是通过HashTable（哈希表，又叫做散列表，下面简称HT），HashTable在ZE中广泛使用，包括常量、变量、函数等语言特性都是HT来组织，在PHP的数组类型也是通过HashTable来实现。 

举个例子：

$var = 'Hello World'; ?>  

$var的变量名会存储在变量符号表中，代表$var的类型和值的zval结构存储在哈希表中。内核通过变量符号表与zval地址的哈希映射，来实现PHP变量的存取。

为 什么要提作用域呢？因为函数内部变量保护。按照作用域PHP的变量分为全局变量和局部变量，每种作用域PHP都会维护一个符号表的HashTable。当 在PHP中创建一个函数或类的时候，ZE会创建一个新的符号表，表明函数或类中的变量是局部变量，这样就实现了局部变量的保护--外部无法访问函数内部的 变量。当创建一个PHP变量的时候，ZE会分配一个zval，并设置相应type和初始值，把这个变量加入当前作用域的符号表，这样用户才能使用这个变 量。 

内核中使用ZEND_SET_SYMBOL来设置变量：

ZEND_SET_SYMBOL( EG(active_symbol_table), "foo", foo); 

查看_zend_executor_globals结构

src/Zend/zend_globals.h

struct _zend_executor_globals {...}

在 写PHP扩展时候，可以通过EG宏来访问PHP的变量符号表。EG(symbol_table)访问全局作用域的变量符号 表，EG(active_symbol_table)访问当前作用域的变量符号表，局部变量存储的是指针，在对HashTable进行操作的时候传递给相 应函数。

为了更好的理解变量的哈希表与作用域，举个简单的例子：

    $temp = 'global'; 
    function test() {     

        $temp = 'active'; 

    } 

    test(); 

    var_dump($temp);  

?>

创 建函数外的变量$temp，会把这个它加入全局符号表，同时在全局符号表的HashTable中，分配一个字符类型的zval，值为‘global‘。创 建函数test内部变量$temp，会把它加入属于函数test的符号表，分配字符型zval，值为’active' 。

8. 总结

PHP的弱类型是通过ZE的zval容器转换完成，通过哈希表来存储变量名和zval数据，在运行效率方面有一定牺牲。另外因为变量类型的隐性转换，在开发过程中对变量类型检测力度不够，可能会导致问题出现。 

不 过PHP的弱类型、数组、内存托管、扩展等语言特性，非常适合Web开发场景，开发效率很高，能够加快产品迭代周期。在海量服务中，通常瓶颈存在于数据访 问层，而不是语言本身。在实际使用PHP不仅担任逻辑层和展现层的任务，我们甚至用PHP开发的UDPServer/TCPServer作为数据和 cache的中间层。

关于作者：王帅，腾讯企业QQ SaaS团队Leader。http://blog.csdn.net/a600423444/article/details/7017878