深入理解PHP之OpCode

OpCode是一种PHP脚本编译后的中间语言，就像Java的ByteCode,或者.NET的MSL。 此文主要基于《 Understanding OPcode》和 网络，根据个人的理解和修改，特记录下来 ：
PHP代码：

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

PHP执行这段代码会经过如下4个步骤：
1. Scanning (Lexing) ,将PHP代码转换为语言片段(Tokens)
2. Parsing , 将Tokens转换成简单而有意义的表达式
3. Compilation , 将表达式编译成Opocdes
4. Execution , 顺次执行Opcodes，每次一条，从而实现PHP脚本的功能。

注：现在有的Cache比如：APC ，可以使得PHP缓存Opcodes ，这样，每次有请求来临的时候，就不需要重复执行前面3步，从而能大幅的提高PHP的执行速度。

首先，Zend/zend_language_scanner.c 会根据Zend/zend_language_scanner.l(Lex文件)，来对输入的 PHP代码进行词法分析，从而得到一个一个的“词”，PHP4.2+开始提供了一个函数叫token_get_all ，这个函数就可以将一段PHP代码 Scanning成Tokens；

<?php
$tokens = token_get_all('<?php
   echo "Hello World";
   $a = 1 + 1;
   echo $a;
?>');

print_r($tokens);
?>

将会得到如下结果：
Array
(
[0] => Array
(
[0] => 367
[1] => <?php

[2] => 1
)
[1] => Array
(
[0] => 370
[1] =>
[2] => 2
)
[2] => Array
(
[0] => 316
[1] => echo
[2] => 2
)
[3] => Array
(
[0] => 370
[1] =>
[2] => 2
)
[4] => Array
(
[0] => 315
[1] => "Hello World"
[2] => 2
)
[5] => ;
[6] => Array
(
[0] => 370
[1] =>

[2] => 2
)
[7] => Array
(
[0] => 309
[1] => $a
[2] => 3
)
[8] => Array
(
[0] => 370
[1] =>
[2] => 3
)
[9] => =
[10] => Array
(
[0] => 370
[1] =>
[2] => 3
)
[11] => Array
(
[0] => 305
[1] => 1
[2] => 3
)
[12] => Array
(
[0] => 370
[1] =>
[2] => 3
)
[13] => +
[14] => Array
(
[0] => 370
[1] =>
[2] => 3
)
[15] => Array
(
[0] => 305
[1] => 1
[2] => 3
)
[16] => ;
[17] => Array
(
[0] => 370
[1] =>

[2] => 3
)
[18] => Array
(
[0] => 316
[1] => echo
[2] => 4
)
[19] => Array
(
[0] => 370
[1] =>
[2] => 4
)
[20] => Array
(
[0] => 309
[1] => $a
[2] => 4
)
[21] => ;
[22] => Array
(
[0] => 370
[1] =>

[2] => 4
)
[23] => Array
(
[0] => 369
[1] => ?>
[2] => 5
)
)
返回的结果， 源码中的字符串，字符，空格，都会原样返回。每个源代码中的字符，都会出现在相应的顺序处。而，其他的比如标签，操作符，语句，都会被转换成一个包含俩部分的Array: Token ID (也就是在Zend内部的改Token的对应码，比如,T_ECHO,T_STRING)，和源码中的原来的内容。
接下来，就是Parsing阶段了，Parsing首先会丢弃Tokens Array中的多于的空格，然后将剩余的Tokens转换成一个一个的简单的表达式
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
然后，就改Compilation阶段了，它会把Tokens编译成一个个op_array，每个op_arrayd包含如下5个部分：
1. Opcode数字的标识，指明了每个op_array的操作类型，比如add，echo
2. 结果存放Opcode结果
3. 操作数1给Opcode的操作数
4. 操作数2
5. 扩展值1个整形用来区别被重载的操作符

比如，PHP代码会被Parsing成:
[root@localhost html]# /usr/local/php/bin/php -dvld.active=1 hello.php
Branch analysis from position: 0
Return found
filename: /var/www/html/hello.php
function name: (null)
number of ops: 6
compiled vars: !0 = $a
line # op fetch ext return operands
-------------------------------------------------------------------------------
2 0 ECHO 'Hello+world'
3 1 ADD ~0 1, 1
2 ASSIGN !0, ~0
4 3 ECHO !0
6 4 RETURN 1
5* ZEND_HANDLE_EXCEPTION
Hello world2

每个操作数都是由以下两个部分组成：
a) op_type : 为IS_CONST, IS_TMP_VAR, IS_VAR, IS_UNUSED, or IS_CV
b) u,一个联合体，根据op_type的不同，分别用不同的类型保存了这个操作数的值(const)或者左值(var)

而对于var来说，每个var也不一样。 IS_TMP_VAR, 顾名思义，这个是一个临时变量 ，保存一些op_array的结果，以便接下来的op_array使用，这种的操作数的u保存着一个指向变量表的一个句柄（整数），这种操作数一般用~开头，比如~0,表示变量表的0号未知的临时变量IS_VAR 这种就是我们一般意义上的变量了,他们以$开头表示IS_CV 表示ZE2.1/PHP5.1以后的编译器使用的一种cache机制，这种变量保存着被它引用的变量的地址 ，当一个变量第一次被引用的时候，就会被CV起来，以后对这个变量的引用就不需要再次去查找active符号表了，CV变量以 ! 开头表示。
$a 变量就被优化成 !0 了。

原文出处：http://blog.csdn.net/laruence/article/details/2673488

==========

如何得到PHP的opcode?

需要安装vld， 装完之后使用方法如下：

php -d vld.active=1 -d vld.execute=0 -f yourscript.php

这里有不少opcode的样例。

ps还有个不错的调试函数是debug_zval_dump();