【译】PHP的变量实现（给PHP开发者的PHP源码-第三一部分）

【译】PHP的变量实现（给PHP开发者的PHP源码-第三部分）

文章来自：http://www.aintnot.com/2016/02/12/phps-source-code-for-php-developers-part3-variables-ch

原文：http://blog.ircmaxell.com/2012/03/phps-source-code-for-php-developers_21.html

在"给PHP开发者的PHP源码"系列的第三篇文章，我们打算扩展上一篇文章来帮助理解PHP内部是怎么工作的。在第一篇文章，我们介绍了如何查看PHP的源码，它的代码结构是怎样的以及一些介绍给PHP开发者的C指针基础。第二篇文章介绍了函数。这一次，我们打算深入PHP最有用的结构之一：变量。

进入ZVAL

在PHP的核心代码中，变量被称为ZVAL。这个结构之所以那么重要是有原因的，不仅仅是因为PHP使用弱类型而C使用强类型。那么ZVAL是怎么解决这个问题的呢？要回答这个问题，我们需要认真的查看ZVAL类型的定义。要查看这个定义，让我们尝试在lxr页面的定义搜索框里搜索zval。乍一眼看去，我们似乎找不到任何有用的东西。但是有一行typedef在zend.h文件（typedef在C里面是一种定义新的数据类型的方式）。这个也许就是我们要找的东西，再继续查看。原来，这看起来是不相干的。这里并没有任何有用的东西。但为了确认一些，我们来点击_zval_struct这一行。

<span style="color: #008080;">1</span> <span style="color: #0000ff;">struct</span><span style="color: #000000;"> _zval_struct {</span><span style="color: #008080;">2</span> <span style="color: #008000;">/*</span><span style="color: #008000;"> Variable information </span><span style="color: #008000;">*/</span><span style="color: #008080;">3</span> zvalue_value value; <span style="color: #008000;">/*</span><span style="color: #008000;"> value </span><span style="color: #008000;">*/</span><span style="color: #008080;">4</span> <span style="color: #000000;">zend_uint refcount__gc;</span><span style="color: #008080;">5</span> zend_uchar type; <span style="color: #008000;">/*</span><span style="color: #008000;"> active type </span><span style="color: #008000;">*/</span><span style="color: #008080;">6</span> <span style="color: #000000;">zend_uchar is_ref__gc;</span><span style="color: #008080;">7</span> };

然后我们就得到PHP的基础，zval。看起来很简单，对吗？是的，没错，但这里还有一些很有意义的神奇的东西。注意，这是一个结构或结构体。基本上，这可以看作PHP里面的类，这些类只有公共的属性。这里，我们有四个属性：value,refcount__gc,type以及is_ref__gc。让我们来一一查看这些属性（省略它们的顺序）。

Value

我们第一个谈论的元素是value变量，它的类型是zvalue_value。我不认识你，但我也从来没有听说过zvalue_value。那么让我们尝试弄懂它是什么。跟网站的其他部分一样，你可以点击某个类型查看它的定义。一旦你点击了，你会看到它的定义跟下面的是一样的：

<span style="color: #000000;">typedef union _zvalue_value {    </span><span style="color: #0000ff;">long</span> lval; <span style="color: #008000;">/*</span><span style="color: #008000;"> long value </span><span style="color: #008000;">*/</span>    <span style="color: #0000ff;">double</span> dval; <span style="color: #008000;">/*</span><span style="color: #008000;"> double value </span><span style="color: #008000;">*/</span>    <span style="color: #0000ff;">struct</span><span style="color: #000000;"> {        </span><span style="color: #0000ff;">char</span> *<span style="color: #000000;">val;        </span><span style="color: #0000ff;">int</span><span style="color: #000000;"> len;    } str;    HashTable </span>*ht; <span style="color: #008000;">/*</span><span style="color: #008000;"> hash table value </span><span style="color: #008000;">*/</span><span style="color: #000000;">    zend_object_value obj;} zvalue_value;</span>

现在，这里有一些黑科技。看到那个union的定义吗？那意味着这不是真正的结构体，而是一个单独的类型。但是有多个类型的变量在里面。如果这里面有多种类型的话，那它怎么能作为单一的类型呢？我很高兴你问了这个问题。要理解这个问题，我们需要先回想我们在第一篇文章谈论的C语言中的类型。

在C里面，变量只是一行内存地址的标签。也可以说类型只是标识哪一块内存将被使用的方式。在C里面没有使用任何东西将4个字节的字符串和整型值分隔开。它们都只是一整块的内存。编译器会尝试通过"标识"内存段作为变量来解析它，然后将这些变量转换为特定的类型，但这并不是总是成功（顺便说一句，当一个变量“重写”它得到的内存段，那将会产生段错误）。

那么，据我们所知，union是单独的类型，它根据怎么被访问而使用不同的方式解释。这可以让我们定义一个值来支持多种类型。有一点要注意的是，所有类型的数据都必须使用同一块内存来存储。这个例子，在64位的编译器，long和double都会占用64个位来保存。字符串结构体会占用96位（64位存储字符指针，32位保存整型长度）。hash_table会占用64位，还有zend_object_value会占用96位（32位用来存储元素，剩下的64位来存储指针）。而整一个union会占用最大元素的内存大小，因此在这里就是96位。

现在，如果再看清楚这个联合体（union），我们可以看到只有5种PHP数据类型在这里（long == int，double == float，str == string，hashtable == array，zend_object_value == object）。那么剩下的数据类型去了哪里呢？原来，这个结构体已经足够来存储剩余的数据类型。BOOL使用long(int)来存储，NULL不占用数据段，RESOURCE也使用long来存储。

TYPE

因为这个value联合体并没有控制它是怎么被访问的，我们需要其他方式来记录变量的类型。这里，我们可以通过数据类型来得出如何访问value的信息。它使用type这个字节来处理这个问题（zend_uchar是一个无符号的字符，或者内存中的一个字节）。它从zend类型常量保留这些信息。这真的是一种魔法，是需要使用zval.type = IS_LONG来定义整型数据。因此这个字段和value字段就足够让我们知道PHP变量的类型和值。

IS_REF

这个字段标识变量是否为引用。那就是说，如果你执行了在变量里执行了$foo = &$bar。如果它是0，那么变量就不是一个引用，如果它是1，那么变量就是一个引用。它并没有做太多的事情。那么，在我们结束_zval_struct之前，再看一看它的第四个成员。

REFCOUNT

这个变量是指向PHP变量容器的指针的计数器。也就是说，如果refcount是1，那就表示有一个PHP变量使用这个容器。如果refcount是2，那就表示有两个PHP变量指向同一个变量容器。单独的refcount变量并没有太多有用的信息，但如果它与is_ref一起使用，就构成了垃圾回收器和写时复制的基础。它允许我们使用同一个zval容器来保存一个或多个PHP变量。refcount的语义解释超出这篇文章的范围，如果你想继续深入，我推荐你查看这篇文档。

这就是ZVAL的所有内容。

它是怎么工作的？

在PHP内部，zval使用跟其他C变量一样，作为内存段或者一个指向内存段的指针（或者指向指针的指针，等等），传递到函数。一旦我们有了变量，我们就想访问它里面的数据。那我们要怎么做到呢？我们使用定义在zend_operators.h文件里面的宏来跟zval一起使用，使得访问数据更简单。有一点很重要的是，每一个宏都有多个拷贝。不同的是它们的前缀。例如，要得出zval的类型，有Z_TYPE(zval)宏，这个宏返回一个整型数据来表示zval参数。但这里还有一个Z_TYPE(zval_p)宏，它跟Z_TYPE(zval)做的事情是一样的，但它返回的是指向zval的指针。事实上，除了参数的属性不一样之外，这两个函数是一样的，实际上，我们可以使用Z_TYPE(*zval_p)，但_P和_PP让事情更简单。

我们可以使用VAL这一类宏来获取zval的值。可以调用Z_LVAL(zval)来得到整型值（比如整型数据和资源数据）。调用Z_DVAL(zval)来得到浮点值。还有很多其他的，到这里到此为止。要注意的关键是，为了在C里面获取zval的值，你需要使用宏（或应该）。因此，当我们看见有函数使用它们时，我们就知道它是从zval里面提取它的值。

那么，类型呢？

到现在为止，我们知识谈论了类型和zval的值。我们都知道，PHP帮我们做了类型判断。因此，如果我们喜欢，我们可以将一个字符串当作一个整型值。我们把这一步叫做convert_to_type。要转换一个zval为string值，就调用convert_to_string函数。它会改变我们传递给函数的ZVAL的类型。因此，如果你看到有函数在调用这些函数，你就知道它是在转换参数的数据类型。

Zend_Parse_Paramenters

上一篇文章中，介绍了zend_parse_paramenters这个函数。既然我们知道PHP变量在C里面是怎么表示的，那我们就来深入看看。

ZEND_API <span style="color: #0000ff;">int</span> zend_parse_parameters(<span style="color: #0000ff;">int</span> num_args TSRMLS_DC, <span style="color: #0000ff;">const</span> <span style="color: #0000ff;">char</span> *<span style="color: #000000;">type_spec, ...){    va_list va;    </span><span style="color: #0000ff;">int</span><span style="color: #000000;"> retval;    RETURN_IF_ZERO_ARGS(num_args, type_spec, </span><span style="color: #800080;">0</span><span style="color: #000000;">);    va_start(va, type_spec);    retval </span>= zend_parse_va_args(num_args, type_spec, &va, <span style="color: #800080;">0</span><span style="color: #000000;"> TSRMLS_CC);    va_end(va);    </span><span style="color: #0000ff;">return</span><span style="color: #000000;"> retval;}</span>

现在，从表面上看，这看起来很迷惑。重点要理解的是，va_list类型只是一个使用'...'的可变参数列表。因此，它跟PHP中的func_get_args()函数的构造差不多。有了这个东西，我们可以看到zend_parse_parameters函数马上调用zend_parse_va_args函数。我们继续往下看看这个函数...

这个函数看起来很有趣。第一眼看去，它好像做了很多事情。但仔细看看。首先，我们可以看到一个for循环。这个for循环主要遍历从zend_parse_parameters传递过来的type_spec字符串。在循环里面我们可以看到它只是计算期望接收到的参数数量。它是如何做到这些的研究就留给读者。

继续往下看，我么可以看到有一些合理的检查（检查参数是否都正确地传递），还有错误检查，检查是否传递了足够数量的参数。接下来进入一个我们感兴趣的循环。这个循环真正解析那些参数。在循环里面，我们可以看到有三个if语句。第一个处理可选参数的标识符。第二个处理var-args(参数的数量)。第三个if语句正是我们感兴趣的。可以看到，这里调用了zend_parse_arg()函数。让我们再深入看看这个函数...

继续往下看，我们可以看到这里有一些非常有趣的事情。这个函数再调用另一个函数（zend_parse_arg_impl），然后得到一些错误信息。这在PHP里面是一种很常见的模式，将函数的错误处理工作提取到父函数。这样代码实现和错误处理就分开了，而且可以最大化地重用。你可以继续深入研究那个函数，非常容易理解。但我们现在仔细看看zend_parse_arg_impl()...

现在，我们真正到了PHP内部函数解析参数的步骤。让我们看看第一个switch语句的分支，这个分支用来解析整型参数。接下来的应该很容易理解。那么，我们从分支的第一行开始吧：

<span style="color: #0000ff;">long</span> *p = va_arg(*va, <span style="color: #0000ff;">long</span> *);

如果你记得我们之前说的，va_args是C语言处理变量参数的方式。所以这里是定义一个整型指针（long在C里面是整型）。总之，它从va_arg函数里面得到指针。这说明，它得到传递给zend_parse_parameters函数的参数的指针。所以这就是我们会用分支结束后的值赋值的指针结果。接下来，我们可以看到进入一个根据传递进来的变量（zval）类型的分支。我们先看看IS_STRING分支（这一步会在传递整型值到字符串变量时执行）。

<span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_STRING:{    </span><span style="color: #0000ff;">double</span><span style="color: #000000;"> d;    </span><span style="color: #0000ff;">int</span><span style="color: #000000;"> type;    </span><span style="color: #0000ff;">if</span> ((type = is_numeric_string(Z_STRVAL_PP(arg), Z_STRLEN_PP(arg), p, &d, -<span style="color: #800080;">1</span>)) == <span style="color: #800080;">0</span><span style="color: #000000;">) {        </span><span style="color: #0000ff;">return</span> <span style="color: #800000;">"</span><span style="color: #800000;">long</span><span style="color: #800000;">"</span><span style="color: #000000;">;    } </span><span style="color: #0000ff;">else</span> <span style="color: #0000ff;">if</span> (type ==<span style="color: #000000;"> IS_DOUBLE) {        </span><span style="color: #0000ff;">if</span> (c == <span style="color: #800000;">'</span><span style="color: #800000;">L</span><span style="color: #800000;">'</span><span style="color: #000000;">) {            </span><span style="color: #0000ff;">if</span> (d ><span style="color: #000000;"> LONG_MAX) {                </span>*p =<span style="color: #000000;"> LONG_MAX;                </span><span style="color: #0000ff;">break</span><span style="color: #000000;">;            } </span><span style="color: #0000ff;">else</span> <span style="color: #0000ff;">if</span> (d  LONG_MIN) {                *p =<span style="color: #000000;"> LONG_MIN;                </span><span style="color: #0000ff;">break</span><span style="color: #000000;">;            }        }        </span>*p =<span style="color: #000000;"> zend_dval_to_lval(d);    }}</span><span style="color: #0000ff;">break</span>;

现在，这个做的事情并没有看起来的那么多。所有的事情都归结与is_numeric_string函数。总的来说，该函数检查字符串是否只包含整数字符，如果不是的话就返回0。如果是的话，它将该字符串解析到变量里（整型或浮点型，p或d），然后返回数据类型。所以我们可以看到，如果字符串不是纯数字，他返回“long”字符串。这个字符串用来包装错误处理函数。否则，如果字符串表示double（浮点型），它先检查这个浮点数作为整型数来存储的话是否太大，然后它使用zend_dval_to_lval函数来帮助解析浮点数到整型数。这就是我们所知道的。我们已经解析了我们的字符串参数。现在继续看看其他分支：

<span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_DOUBLE:    </span><span style="color: #0000ff;">if</span> (c == <span style="color: #800000;">'</span><span style="color: #800000;">L</span><span style="color: #800000;">'</span><span style="color: #000000;">) {        </span><span style="color: #0000ff;">if</span> (Z_DVAL_PP(arg) ><span style="color: #000000;"> LONG_MAX) {            </span>*p =<span style="color: #000000;"> LONG_MAX;            </span><span style="color: #0000ff;">break</span><span style="color: #000000;">;        } </span><span style="color: #0000ff;">else</span> <span style="color: #0000ff;">if</span> (Z_DVAL_PP(arg)  LONG_MIN) {        *p =<span style="color: #000000;"> LONG_MIN;        </span><span style="color: #0000ff;">break</span><span style="color: #000000;">;    }}</span><span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_NULL:</span><span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_LONG:</span><span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_BOOL:convert_to_long_ex(arg);</span>*p =<span style="color: #000000;"> Z_LVAL_PP(arg);</span><span style="color: #0000ff;">break</span>;

这里，我们可以看到解析浮点数的操作，这一步跟解析字符串里的浮点数相似（巧合？）。有一个很重要的事情要注意的是，如果参数的标识不是大写'L'，它会跟其他类型变量一样的处理方式（这个case语句没有break）。现在，我们还有一个有趣的函数，convert_to_long_ex()。这跟我们之前说到的convert_to_type()函数集合是一类的，该函数转换参数为特定的类型。唯一的不同是，如果参数不是引用的话（因为这个函数在改变数据类型），这个函数就将变量的值及其引用分离（拷贝）了。( The only difference is that it separates (copies) the passed in variable if it's not a reference (since it's changing the type). )这就是写时复制的作用。因此，当我们传递一个浮点数到到一个非引用的整型变量，该函数会把它当作整型来处理，但我们仍然可以得到浮点型数据。

<span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_ARRAY:</span><span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_OBJECT:</span><span style="color: #0000ff;">case</span><span style="color: #000000;"> IS_RESOURCE:</span><span style="color: #0000ff;">default</span><span style="color: #000000;">:</span><span style="color: #0000ff;">return</span> <span style="color: #800000;">"</span><span style="color: #800000;">long</span><span style="color: #800000;">"</span>;

最后，我们还有另外三个case分支。我们可以看到，如果你传递一个数组、对象、资源或者其他不知道的类型到整型变量中，你会得到错误。

剩下的部分我们留给读者。阅读zend_parse_arg_impl函数对更好地理解额PHP类型判断系统真的很有用。一部分一部分地读，然后尽量追踪在C里面的各种参数的状态和类型。

下一部分

下一部分会在Nikic的博客（我们会在这个系列的文章来回跳转）。在下一篇，他会谈到数组的所有内容。