摘要：在中，源代碼首先將進(jìn)行詞法分析，將源代碼切割為多個字符串單元，分割后的字符串稱之為。圖以為例解釋型語言的執(zhí)行示意圖第步源碼通過詞法分析得到第步基于語法分析器生成抽象語法樹第步抽象語法樹轉(zhuǎn)換為指令集合，解釋執(zhí)行。

順風(fēng)車運營研發(fā)團(tuán)隊 李志 發(fā)表在程序人生 公眾號
我們常用的高級語言有很多種，比較出名的有CC++、Python、 PHP、Go、Pascal等。而這些語言根據(jù)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。這里說的編譯是指在應(yīng)用源程序執(zhí)行之前，就將程序源代碼“翻譯”成匯編語言，然后進(jìn)一步根據(jù)軟硬件環(huán)境編譯成目標(biāo)文件。一般我們稱完成編譯工作的工具叫編譯器。而解釋型語言，在程序運行時才被“翻譯”為機(jī)器語言。但是執(zhí)行一次“翻譯”一次，所以執(zhí)行效率較低。解釋器的工作就是解釋性語言中，負(fù)責(zé)“翻譯”源代碼的程序。

下面我們更詳細(xì)地討論一下編譯型語言和解釋性語言的運行方式。

一、編譯型語言與解釋型語言

我們知道，對于一段C語言代碼，需要經(jīng)過預(yù)編譯、編譯、匯編和鏈接，才能成為可執(zhí)行的二進(jìn)制文件。以hello.c為例：

#include
int main(){
   printf("hello world");
   return 1;
}

對于這段C代碼，main是程序入口函數(shù)，實現(xiàn)的功能是打印字符串“hello world” 到屏幕上。編譯和執(zhí)行過程如圖1所示。

圖1 編譯型語言的執(zhí)行示意圖

第1步：C語言代碼預(yù)處理（比如依賴處理、宏替換等）。如以上代碼示例，#inlcude就會在預(yù)處理階段被替換。

第2步：編譯。編譯器會把C語言翻譯成匯編語言程序，一條C語言通常便以為多條匯編代碼。同時編譯器會對程序進(jìn)行優(yōu)化，生成目標(biāo)匯編程序。

第3步：編譯得到的匯編語言通過匯編器再匯編成目標(biāo)程序hello.o。

第4步：鏈接。程序中往往包含一些共享目標(biāo)文件，如示例程序中的printf()函數(shù)，位于靜態(tài)庫，需要經(jīng)過鏈接器（如Uinx連接器ld）進(jìn)行鏈接。

以C語言為代表的編譯型語言，代碼發(fā)生更新都要經(jīng)過以上步驟：

我們區(qū)別編譯型語言與解釋型語言，主要立足于源代碼被編譯成目標(biāo)平臺CPU指令的時機(jī)。對于編譯型語言，編譯結(jié)果已經(jīng)是針對當(dāng)前CPU體系的指令；而解釋型語言，需要先編譯成中間代碼，再經(jīng)由該解釋型語言的特定虛擬機(jī)，翻譯成特定CPU體系的指令被執(zhí)行。解釋型語言是在運行過程中，翻譯為目標(biāo)平臺的指令。常說解釋型語言“慢”，主要也是慢在這里。

在PHP7中，源代碼首先將進(jìn)行詞法分析，將源代碼切割為多個字符串單元，分割后的字符串稱之為Token。而一個個獨立的Token無法表達(dá)完整語義，需經(jīng)過語法分析階段，將Token轉(zhuǎn)換為抽象語法樹（簡稱AST）。之后，抽象語法樹被轉(zhuǎn)換為機(jī)器指令執(zhí)行。在PHP中，這些指令稱為opcode（后文會對opcode做更詳細(xì)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(jīng)歷的過程相似。從抽象語法樹之后開始產(chǎn)生差異。

圖2是PHP（如無特殊說明，本章提到的PHP均為PHP7版本）代碼被執(zhí)行的簡化步驟，其中最后一步的左側(cè)分支，是編譯型語言的過程。

圖2 以PHP為例解釋型語言的執(zhí)行示意圖

第1步：源碼通過詞法分析得到Token；

第2步：基于語法分析器生成抽象語法樹（AST）；

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

接下來我們在基本步驟的基礎(chǔ)上，細(xì)化PHP語言的執(zhí)行原理，試圖更清晰地建立認(rèn)知。

二、PHP7的執(zhí)行原理概述

首先我們補(bǔ)充說明下前文提到的PHP7程序執(zhí)行過程，請參見圖3。

圖3 PHP7語言編寫的程序的執(zhí)行過程圖

第1步：詞法分析將PHP代碼轉(zhuǎn)換為有意義的標(biāo)識Token。該步驟的詞法分析器使用Re2c實現(xiàn)的。

第2步：語法分析將Token和符合文法規(guī)則的代碼生成抽象語法樹。語法分析器基于Bison實現(xiàn)。語法分析使用了巴科斯范式（BNF）來表達(dá)文法規(guī)則，Bison借助狀態(tài)機(jī)、狀態(tài)轉(zhuǎn)移表和壓棧、出棧等一系列操作，生成抽象語法樹。

第3步：上步的抽象語法樹生成對應(yīng)的opcode，被虛擬機(jī)執(zhí)行。opcode是PHP7定義的一組指令標(biāo)識，指令對應(yīng)著相應(yīng)的handler（處理函數(shù)）。當(dāng)虛擬機(jī)調(diào)用opcode，會找到opcode背后的處理函數(shù)，執(zhí)行真正的處理。以我們常見的echo語句為例，其對應(yīng)的opcode便是ZEND_ECHO。

注意：這里為了便于理解詞法分析和語法分析過程，將兩者分開描述。但實際情況，出于效率考慮，兩個過程并非完全獨立。

下面，我們通過一段示例代碼，來建立PHP7運轉(zhuǎn)的初步理解。

示例代碼如下：

從圖3可知，這段代碼首先會被切割為Token。
1. Token
Token是PHP代碼被切割成的有意義的標(biāo)識。本書介紹的PHP7版本中有137 種Token，在zend_language_parser.h文件中做了定義：
/* Tokens.  */
#define END 0
#define T_INCLUDE 258
#define T_INCLUDE_ONCE 259
…
#define T_ERROR 392
更多Token的含義，感興趣的讀者可以參考《PHP 7底層設(shè)計與源碼實現(xiàn)》附錄。
PHP提供了token_get_all()函數(shù)來獲取PHP代碼被切割后的Token，可以在深入源碼學(xué)習(xí)前，粗略查看PHP代碼被切割后的Token。如下代碼片段：
/home/vagrant/php7/bin/php –r "print_r(Token_get_all("
輸出結(jié)果為：
Array
(
   [0] => Array
       (
           [0] => 379
           [1] =>  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] => ;
)
上文輸出中，二維數(shù)組的每個成員數(shù)組第一個值為Token對應(yīng)的枚舉值；第二個值為Token對應(yīng)的原始字符串內(nèi)容；第三個值為代碼對應(yīng)的行號。可以看出，詞法解析器將 
1）文本“
#dfine T_OPEN_TAG 379
不難理解，它是PHP代碼的起始tag，也就是
2）echo對應(yīng)的Token是T_ECHO：
#define T_ECHO 328
3）源碼中的空格，對應(yīng)的Token叫T_WHITESPACE，值為382：
#define T_WHITESPACE 382
4）字符串“hello world”對應(yīng)的Token值為323：
#define T_CONSTANT_ENCAPSED_STRING 323
可見，Token就是一個個的“詞塊”，但是多帶帶存在的詞塊不能表達(dá)完整的語義，還需要借助規(guī)則進(jìn)行組織串聯(lián)。語法分析器就是這個組織者。它會檢查語法、匹配Token，對Token進(jìn)行關(guān)聯(lián)。
PHP7中，組織串聯(lián)的產(chǎn)物就是抽象語法樹（Abstract Syntax Tree，AST）。
2. AST
AST是PHP7版本新特性。在這之前的版本，PHP代碼的執(zhí)行過程中沒有生成AST這一步。PHP7對抽象語法樹的支持，實現(xiàn)了PHP編譯器和解釋器解耦，有效提升了可維護(hù)性。
顧名思義，抽象語法樹具有樹狀結(jié)構(gòu)。AST的節(jié)點分為多種類型，對應(yīng)著不同的PHP語法。在當(dāng)前章節(jié)，我們可以認(rèn)為節(jié)點類型是對語法規(guī)則的抽象，例如賦值語句，生成的抽象語法樹節(jié)點為ZEND_AST_ASSIGN。而賦值語句的左右操作數(shù)，又將作為ZEND_AST_ASSIGN類型節(jié)點的孩子。通過這樣的節(jié)點關(guān)系，構(gòu)建出抽象語法樹。
如果讀者希望一睹為快，可以直接跳到本書第13章函數(shù)的實現(xiàn)，其中圖片描繪了一段簡單的PHP代碼生成的抽象語法樹。
在這里，我們推薦讀者了解下PhpParser工具，可以用它來查看PHP代碼生成的AST。
注意：PHP-Parser是PHP7內(nèi)核作者之一nikic編寫的將PHP源碼生成AST的工具。源碼見https://github.com/nikic/PHP-...
3. Opcodes
AST扮演了源碼到中間代碼的臨時存儲介質(zhì)的角色，還需要將其轉(zhuǎn)換為opcode，才能被引擎直接執(zhí)行。Opcode只是單條指令，Opcodes是opcode的集合形式，是PHP執(zhí)行過程中的中間代碼，類似Java中的字節(jié)碼。生成之后由虛擬機(jī)執(zhí)行。
我們知道，PHP工程優(yōu)化措施中有個比較常見的“開啟Opcache”，指的就是這里的Opcodes的緩存（Opcodes Cache）。通過省去從源碼到opcode的階段，引擎可以直接執(zhí)行緩存的opcode，以此提升性能。
借助vld插件，可以直觀地看到一段PHP代碼生成的opcode：
php -dvld.active=1 hello.php
經(jīng)過過濾整理，對應(yīng)的opcode為：
line     op              
 1      ECHO            
 2      RETURN
其實在源碼實現(xiàn)中，上述代碼生成的opcode及handler為：
ZEND_ECHO  // handler: ZEND_ECHO_SPEC_CONST_HANDLER
ZEND_RETURN  // handler: ZEND_RETURN_SPEC_CONST_HANDLER
可見，ZEND_ECHO對應(yīng)的handler是ZEND_ECHO_SPEC_CONST_HANDLER。此handler的實現(xiàn)的功能便是預(yù)期的“hello world”語句的輸出。
本書的PHP版本中，內(nèi)核在zend_vm_opcodes.h中定義了186種Opcodes，也可以參考《PHP 7底層設(shè)計與源碼實現(xiàn)》附錄部分。
在平時的業(yè)務(wù)開發(fā)中，了解一些 PHP的底層實現(xiàn)，尤其是語法機(jī)制的實現(xiàn)，對性能提升、故障排除非常有好處。希望這篇淺文，可以幫助讀者在使用PHP7的同時，了解到編寫的PHP代碼如何被編譯和執(zhí)行。


（掃上方二維碼7.9折購買）
推薦理由：
滴滴出行專家聯(lián)合撰寫，PHP領(lǐng)域大咖夏緒宏、韓天峰、王晶、謝華亮（黑夜路人）、伍星聯(lián)袂推薦
全面吃透PHP內(nèi)核架構(gòu)、核心實現(xiàn)與內(nèi)存管理、詞法與句法解析、Zend 虛擬機(jī)、函數(shù)及關(guān)鍵擴(kuò)展等設(shè)計細(xì)節(jié)與源碼實現(xiàn)