PHP7字符串的具体实现
|
在前面大致预览了常用变量的结构之后，我们今天来仔细的剖析一下字符串的具体实现。 一、字符串的结构struct _zend_string { zend_refcounted_h gc; /* 字符串类别及引用计数 */ zend_ulong h; /* 字符串的哈希值 */ size_t len; /* 字符串的长度 */ char val[1]; /* 柔性数组，字符串存储位置 */ }; zend_refcounted_h对应的结构体： typedef struct _zend_refcounted_h { uint32_t refcount; /* 引用计数 */ union { struct { ZEND_ENDIAN_LOHI_3( zend_uchar type, zend_uchar flags,/* 字符串的类型 */ uint16_t gc_info /* 垃圾回收信息 */ ) } v; uint32_t type_info; } u; } zend_refcounted_h; 下面我们来了解一下具体每个成员的作用： gc：就是_zend_refcounted_h结构体，主要作用是引用计数以及标记变量的类别。 h：字符串的哈希值，在字符串被用来当数组的key时才初始化，这样如果同一个字符串被多次用来做key，就不会重复计算了。 val：这里的char[1]并不意味着只存储1位，char[1]被称为柔性数组，下面来了解一下PHP在字符串内存分配时做了什么。 static zend_always_inline zend_string *zend_string_alloc(size_t len,int persistent) { zend_string *ret = (zend_string *)pemalloc(ZEND_MM_ALIGNED_SIZE(_ZSTR_STRUCT_SIZE(len)),persistent); ...... } 宏替换后： static zend_always_inline zend_string *zend_string_alloc(size_t len,int persistent) { zend_string *ret = (zend_string *)pemalloc(ZEND_MM_ALIGNED_SIZE(XtOffsetOf(zend_string,val) + len + 1),persistent); ...... } 示例中的代码XtOffsetOf(zend_string,val)表示计算出zend_string结构体的大小，而len就是要分配字符串的长度，最后的+1是留给结束字符的。也就是说，分配内存时不仅仅分配结构体大小的内存，还要顾及到长度不可控的val，这样不仅柔性的分配了内存，还使它与其他成员存储在同一块连续的空间中，在分配、释放内存时可以把struct统一处理。 len：字符串的长度，避免重复计算浪费时间，典型的空间换时间做法。 二、字符串的二进制安全学习过C语言的应该知道，字符串中除了最后一个字符外不允许含有，否则会被认为是字符串的结束字符，这就导致了C语言的字符串有很多的限制，比如不存储图片、文件等二进制数据。但是PHP就没有这样的限制，它的字符串可以存储二进制数据，并不会出现任何报错，而PHP的这种能力就叫做字符串的二进制安全。 C语言代码如下： main() { char a[] = "aaab"; /* 含有的字符串 */ printf("%dn",strlen(a)); /* 长度为3，后的b被忽略 */ } PHP代码： $a = "aaab"; echo strlen($a); //输出5 ?> 但是PHP不是C语言写的吗？为什么PHP不会报错？我们再来回顾一下zend_string结构体，还记得成员变量len吗？它是实现二进制安全的关键，我们不需要像C一样通过来判定字符串是否被读取完成，而是通过长度len来判断，这样就保证了字符串的二进制安全。 三、zend_string API在了解了zend_string结构之后，我们来了解一下用来操作zend_string的函数集合。 函数 作用 zend_interned_strings_init 初始化内部字符串存储哈希表，并把PHP的关键字等字符串信息写进去 zend_new_interned_string 把一个zend_string写入CG(interned_strings)哈希表中 zend_interned_strings_snapshot 将CG(interned_strings)哈希表中的字符串标记为永久字符串，这里标记的只有PHP关键字、内部函数名、内部方法名等 zend_interned_strings_restore 销毁CG(interned_strings)哈希表中类型为非永久字符串的值，在php_request_shutdown阶段释放 zend_interned_strings_dtor 销毁整个CG(interned_strings)哈希表，在php_module_shutdown阶段释放 zend_string_hash_val 得到字符串的哈希值，没有则实时计算 zend_string_forget_hash_val 将字符串的哈希值置为0 zend_string_refcount 读取字符串的引用计数 zend_string_addref 引用计数+1 zend_string_delref 引用计数-1 zend_string_alloc 分配内存及初始化字符串的值 zend_string_init 初始化字符串并在最后追加 zend_string_cop 使用引用计数方式复制字符串 zend_string_dup 直接复制一个字符串 zend_string_extend 扩容到len，保留原来的值 zend_string_truncate 截断到len，保留开头到len的值 zend_string_free 释放字符串内存 zend_string_release GC引用递减，直到为0时释放内存 zend_string_equals 普通判等 zend_string_equals_ci 基于二进制安全，两个zend_string类型字符串判等 zend_string_equals_literal_ci 基于二进制安全，zend_string类型和char*字符串判等 zend_inline_hash_func 计算字符串的哈希值 zend_intern_known_strings 往zend_intern_known_strings全局数组写入str 下面挑几个函数来介绍一下。 3.1、zend_string_init函数zend_string_init函数主要负责把一个普通的字符串转化为zend_string结构体。 static zend_always_inline zend_string *zend_string_init(const char *str,size_t len,int persistent) { zend_string *ret = zend_string_alloc(len,persistent); memcpy(ZSTR_VAL(ret),str,len); ZSTR_VAL(ret)[len] = ''; return ret; } 申请一块连续的内存，这个在上文中已经提到，申请的内存大小是zend_string结构体大小+字符串长度+1。 指针偏移到val位置，开始字符串拷贝。 在zend_string.val结尾追加。 3.2、zend_string_extend函数该函数主要用于对字符串的扩容，注意这里扩容不会改变原来保存的值，只是把长度扩大到len。 static zend_always_inline zend_string *zend_string_extend(zend_string *s,int persistent) { zend_string *ret; ZEND_ASSERT(len >= ZSTR_LEN(s)); if (!ZSTR_IS_INTERNED(s)) { if (EXPECTED(GC_REFCOUNT(s) == 1)) { ret = (zend_string *)perealloc(s,ZEND_MM_ALIGNED_SIZE(_ZSTR_STRUCT_SIZE(len)),persistent); ZSTR_LEN(ret) = len; zend_string_forget_hash_val(ret); return ret; } else { GC_REFCOUNT(s)--; } } ret = zend_string_alloc(len,ZSTR_VAL(s),ZSTR_LEN(s) + 1); return ret; } 如果不是内部字符串并且引用计数为1时，直接调用perealloc分配内存。 如果字符串的引用计数大于1或者是内部字符串时，就不能在原来的基础上扩容了，先通过zend_string_alloc申请一块新内存，让后将旧内容拷贝到新内存中。 3.3、zend_string_equals_ci函数主要基于二进制安全对两个字符串进行判等，我们来看下PHP是怎么比较两个字符串的。 #define zend_string_equals_ci(s1,s2) (ZSTR_LEN(s1) == ZSTR_LEN(s2) && !zend_binary_strcasecmp(ZSTR_VAL(s1),ZSTR_LEN(s1),ZSTR_VAL(s2),ZSTR_LEN(s2))) 先比较两个字符串的长度是否相等，注意这里是通过zend_string中的len来比较的。 zend_binary_strcasecmp函数在长度比较完成后，进行逐个字符进行比较。先遍历整个字符串数组，取出每个字符，转换为ASC码进行判等，如果不等则返回差值。循环完了还没发现差异的话就返回两者的长度差，如果长度相等就返回0。感觉这里做的有点多余，参数传进来之前就已经做了长度判等了。 ZEND_API int ZEND_FASTCALL zend_binary_strcasecmp(const char *s1,size_t len1,const char *s2,size_t len2) /* {{{ */ { size_t len; int c1,c2; if (s1 == s2) { return 0; } len = MIN(len1,len2); while (len--) { c1 = zend_tolower_ascii(*(unsigned char *)s1++); c2 = zend_tolower_ascii(*(unsigned char *)s2++); if (c1 != c2) { return c1 - c2; } } return (int)(len1 - len2); } 感兴趣的同学可以到源码中查看。 四、参考文献《PHP7底层设计与源码实现》 《PHP7内核剖析》 （编辑：安卓应用网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |