用PHP的FFI呼叫cjieba

推薦：《PHP影片教學》

phpjieba_ffi

使用PHP 7.4的FFI 測試直接呼叫cjieba分詞的動態函式庫

選用CJieba的原因是FFI使用的是C的呼叫約定，如果用Cpp，還得自己包裝一下，然後extern C,讓編譯器產生標準C的動態函式庫。

碰到的問題

段落錯誤

C變數沒有初始化

直接呼叫了C的函數，沒有透過FFI 初始化後的C物件呼叫

非空判斷需要使用FFI::isNull($x)

指標形式的陣列不能用foreach

#指針形式數組的循環

查看C代碼發現Cut部分如下：

CJiebaWord* Cut(Jieba handle, const char* sentence, size_t len) {
  cppjieba::Jieba* x = (cppjieba::Jieba*)handle;
  vector<string> words;
  string s(sentence, len);
  x->Cut(s, words);
  
  CJiebaWord* res = (CJiebaWord*)malloc(sizeof(CJiebaWord) * (words.size() + 1));
  size_t offset = 0;
  for (size_t i = 0; i < words.size(); i++) {
    res[i].word = sentence + offset;
    res[i].len = words[i].size();
    offset += res[i].len;
  }
  if (offset != len) {
    free(res);
    return NULL;
  }
  res[words.size()].word = NULL;
  res[words.size()].len = 0;
  return res;
}

返回的是一個結構體指針，在C語言裡，數組名實際上是數組第一個變數的指標位址，所以可以透過指標位址的操作來遍歷，在FFI裡面呢？

對於這個數組，我一開始用foreach 循環，直接報段錯誤了,後來和C一樣，直接用指針，發現是可行的，這裡給FFI點贊，居然也可以直接操作C指針。

分詞結果取得

如上面的程式碼，對於單一分詞CJiebaWord，也不是保存的分詞，而是sentence offset，就是說第一個分詞結果肯定是原始字串。

在C的demo裡是printf格式化(. 表示字段寬度和對齊)，但是PHP裡沒有類似的方法，需要截取字串substr($x->word, 0, $x- >len)

  for (x = words; x->word; x++) {
    printf("%*.*s\n", x->len, x->len, x->word);
  }

用法範例

#編譯動態函式庫

make libjieba.so

執行

time php demo.php

執行c demo

make demo
time ./demo

結果

PHP
load: 0.00025701522827148
real    1m59.619s
user    1m56.093s
sys     0m3.517s
C
real    1m54.738s
user    1m50.382s
sys     0m4.323s
CPU 占用 基本都是 12%

可以發現使用FFI，PHP的速度基本上和C差不多，如有CPU佔用大的業務，可以嘗試使用其它語言（C/C ,golang, Rust等）編寫然後導出標準C的動態函式庫。

FFI的用途

在沒有FFI之前，需要係統呼叫或sdk方式呼叫的地方，PHP就需要開發擴展，但是開發擴展不僅需要理解C語言，還要了解PHP內核，比較難。現在就方便多了，直接使用FFI呼叫動態函式庫即可。

擴充巨集展開

例如海康的sdk裡有大量的巨集gcc -E -P HCNetSDK.h -o HCNetSDK_unfold.h 支援type define 放心使用

原文網址：https://github.com/dwdcth/phpjieba_ffi

以上是用PHP的FFI呼叫cjieba的詳細內容。更多資訊請關注PHP中文網其他相關文章！