|=-----------------------------------------------------------------------=|
|=---------------------=[ PHP内核中的变量和数据类型]=--------------------=|
|=-----------------------------------------------------------------------=|
|=--------------------------=[ by d4shman ]=-----------------------------=|
|=-----------------------------------------------------------------------=|
|=-------------------------=[ May 6, 2014 ]=---------------------------=|
|=-----------------------------------------------------------------------=|
(_____ \| | | (_____ \ /\ / _____) | / )
_____) ) |__ | |_____) ) / \ | / | | / /
| ____/| __)| (_____ ( / /\ \| | | |< <
| | | | | | | | |__| | \_____| | \ \
|_| |_| |_| |_|______|\______)_| \_) (向phrack致敬!)
<--------------------------( Table of Contents )-------------------------->
0x01 变量的结构和类型
0x02 哈希表--PHP的灵魂
0x03 常量
0x04 参考文献
<------------------------------------------------------------------------->
/////
0x01 变量的结构和类型
/////
1.数据类型
1.1静态类型语言（C/Java）,编译时确定
1.2动态类型语言（php/python）,运行时确定
1.3无类型语言(汇编)，操作的底层存储
2.php内核中所有的变量使用同一种数据结构zval来保存，而这个结构同时表示php中各种数据类型，它不仅仅包含变量的值，也包含变量的类型。这就是php弱类型的核心。
php中的8中数据类型：
2.1标量类型： boolean, integer, float, string
2.2复合类型: array, object
2.3特殊类型： resource, null
3.zval结构体(在php源码目录下Zend/zend.h中定义)：
struct _zval_struct｛
/*Variable information*/
zvalue_value value /*value， 变量的值*/
zend_uint refcount__gc /*reference count， 引用计数器*/
zend_uchar type /*active type， 变量的类型*/
zend_uchar is_ref__gc; /*变量是否被引用*/
｝
4.变量类型：
/*data types */
#define IS_NULL 0
#define IS_LONG 1
#define IS_DOUBLE 2
#define IS_BOOL 3
#define IS_ARRAY 4
#define IS_OBJECT 5
#define IS_STRING 6
#define IS_RESOURCE 7
#define IS_CONSTANT 8
#define IS_CONSTANT_ARRAY 9
#define IS_CALLABLE 10
5.变量的值存储
typedef union _zvalue_value {
long lval; /*long、bool、resource类型*/
double dval ; /*double 类型*/
struct { /*string 类型, len保存了字符串的长度*/
char *val;
int len;
} str;
HashTable *ht; /*数组, 用HashTable实现*/
zend_object_value obj; /*object 类型*/
} zvalue_value;
这里之所以用共同体(union)是因为一个变量只可能有一种类型，符合共同体的特性，如果使用结构体则会浪费内存。
实例：创建一个值为10的整型变量lvar,用php脚本的话很简单，就是:$lvar = 10
而PHP内核中的实现可能就是类似下面这样：
zval lval;
Z_TYPE(lvar) = IS_LONG;
Z_LVAL(lvar) = 10;
/////
0x02 哈希表--PHP的灵魂
/////
1.为什么用哈希表
哈希表通常提供CRUD(Create, Read, Update, Delete)操作，设计合理的哈希表中，这些操作时间复杂度为O(1)，这也是它被钟爱的原因。
hash(key) -> index
2.哈希表的实现：结构体 bucket和_hashtable组成了完整的HashTable。
首先看bucket结构体(定义在 Zend/zend_hash.h):
typedef struct bucket {
ulong h; /*hash值*/
uint nKeyLength; /*key的长度*/
void *pData; /*要保存的内存块地址，通常是malloc来的地址*/
void *pDataPtr; /*保存指针数据，不经过malloc的指针，防止产生内存碎片*/
struct bucket *pListNext; /*bucket中具有同一hash值的下一个元素*/
struct bucket *pListLast; /*bucket中具有同一hash值的上一个元素*/
struct bucket *pNext; /*双向链表的下一个元素*/
struct bucket *pLast; /*双向链表的上一个元素*/
const char *arKey; /*保存key*/
} Bucket;
可以看出bucket是一个双向链表，这是为了解决多个key冲突的问题(即算法导论中的链接法)
再看_hashtable结构体：
typedef struct _hashtable {
uint nTableSize; /*bucket数组的大小*/
uint nTableMask;
uint nNumOfElements; /*HashTable中元素的个数*/
ulong nNextFreeElement; /*下一个可用的Bucket位置*/
Bucket *pInternalPointer /*遍历HashTable元素*/
Bucket *pListHead; /*双向链表表头*/
Bucket *pListTail; /*双向链表表尾*/
Bucket **arBuckets; /*Bucket数组*/
} HashTable;
========
此处为HashTable的结构图
========
3.神奇的数字--33
见我原来的一篇博客：http://blog.csdn.net/wusuopubupt/article/details/11479869
下面是PHP源码中的一段注释：
/*
* DJBX33A (Daniel J. Bernstein, Times 33 with Addition)
*
* This is Daniel J. Bernstein's popular `times 33' hash function as
* posted by him years ago on comp.lang.c. It basically uses a function
* like ``hash(i) = hash(i-1) * 33 + str[i]''. This is one of the best
* known hash functions for strings. Because it is both computed very
* fast and distributes very well.
*
* The magic of number 33, i.e. why it works better than many other
* constants, prime or not, has never been adequately explained by
* anyone. So I try an explanation: if one experimentally tests all
* multipliers between 1 and 256 (as RSE did now) one detects that even
* numbers are not useable at all. The remaining 128 odd numbers
* (except for the number 1) work more or less all equally well. They
* all distribute in an acceptable way and this way fill a hash table
* with an average percent of approx. 86%.
*
* If one compares the Chi^2 values of the variants, the number 33 not
* even has the best value. But the number 33 and a few other equally
* good numbers like 17, 31, 63, 127 and 129 have nevertheless a great
* advantage to the remaining numbers in the large set of possible
* multipliers: their multiply operation can be replaced by a faster
* operation based on just one shift plus either a single addition
* or subtraction operation. And because a hash function has to both
* distribute good _and_ has to be very fast to compute, those few
* numbers should be preferred and seems to be the reason why Daniel J.
* Bernstein also preferred it.
*
*
*/
4.哈希表的操作接口(省略了部分参数)
初始化HashTable：int _zend_hash_init(HashTable *ht, uint nSize, hash_func_t pHashFunction);
添加新hash值： int _zend_hash_add_or_update(HashTable *ht, const char *arKey, uint nKeyLength, void *pData)
查找hash： int zend_hash_find(const HashTable *ht, const char *arKey, uint nKeyLength, void **pData);
/////
0x03 常量
/////
1.常量的内部结构
typedef struct _zend_constant {
zval value;
int flags; /*常量标记，如 CONST_PERSISTENT | CONST_CS */
char *name;
uint name_len;
int module_number;
} zend_constant;
2.define定义常量的过程
define的实现(定义在Zend/zend_builtin_functions.c)，下面是部分核心代码：
ZEND_FUNCTION(define)
{
/* 检查常量名是否存在 */
if (zend_memnstr(name, "::", sizeof("::") - 1, name + name_len)) {
zend_error(E_WARNING, "Class constants cannot be defined or redefined");
RETURN_FALSE;
}
... // 类常量定义 此处不做介绍
c.value = *val;
zval_copy_ctor(&c.value);
if (val_free) {
zval_ptr_dtor(&val_free);
}
c.flags = case_sensitive; /* 大小写敏感 */
c.name = zend_strndup(name, name_len);
c.name_len = name_len+1;
c.module_number = PHP_USER_CONSTANT;
if (zend_register_constant(&c TSRMLS_CC) == SUCCESS) { /*注册常量*/
RETURN_TRUE;
} else {
RETURN_FALSE;
}
}
3.魔术常量
PHP中的魔术常量，虽然叫做常量，但它们的值实际上随它们在代码中的位置而变化的。
__LINE__ 文件中的当前行号。
__FILE__ 文件的完整路径和文件名。如果用在被包含文件中，则返回被包含的文件名。
__DIR__ 文件所在的目录。如果用在被包括文件中，则返回被包括的文件所在的目录。它等价于 dirname(__FILE__)。
__FUNCTION__ 函数名称
__CLASS__ 类的名称。类名包括其被声明的作用区域（例如 Foo\Bar）。
__TRAIT__ Trait 的名字。Trait 名包括其被声明的作用区域（例如 Foo\Bar）。
__METHOD__ 类的方法名
__NAMESPACE__ 当前命名空间的名称（区分大小写）。此常量是在编译时定义的（PHP 5.3.0 新增）。
PHP内核会在词法解析时将这些常量的内容赋值进行替换，而不是在运行时进行分析。 举个例子：
<?php
echo __LINE__;
function demo() {
echo __FUNCTION__;
}
demo();
?>
PHP已经在词法解析时将这些常量换成了对应的值，以上的代码可以看成如下的PHP代码：
<?php
echo 2;
function demo() {
echo "demo";
}
demo();
?>
===========
此处涉及编译原理知识，需补充。
===========
/////
0x04 参考文献
/////
TIPI: http://www.php-internals.com/book/?p=chapt03/03-00-variable-and-data-types