zval 弱类型实现

by 夏泽民 Oct 20, 2019

　C语言的结构（struct）：包含多个成员，可能有多种数据类型，并且需要分配几种类型占用空间之和的空间。

　　联合(union)：支持多种类型，供使用者使用其中一种数据类型，当然是需要分配其中占用空间最大的数据类型的大小。

　　结构和联合通常是出现在一块的。

　　PHP是用C语言来实现的，那么思考下为什么PHP可以实现弱类型呢？

　　答案就在C语言的结构和联合上。

　　从弱类型变量的写入和读取二者分析：

　　有了联合，我们可以定义几种类型，让php的变量在其中选取，这个可以解决变量写入。那怎么解决读取这个变量呢？变量设置后，不知道这个变量使用的联合中哪个类型，也就没法读取。

　　可以在结构中，设置一个成员专门记录联合中用的哪个类型。这样就ok了。

用一个简单的C例子演示一下：这里只使用了三种类型，整数浮点数和字符串，php的数组是用hashtable这里就不说了。

#include

typedef union uval{
long a;
double b;
char * c;
} uval;

typedef struct pval{
uval val;
int phptype;
} pval;

//enum

void var_dump(pval);

int main(){

pval pval1 = \{\{.a = 111}, 1};

var_dump(pval1);// int 111

pval1.phptype = 2;

pval1.val.b = 1.21;

var_dump(pval1);// float 1.210000

pval1.phptype = 3;

pval1.val.c = "abc";

var_dump(pval1);// string abc

}

/**

@param val

根据pval变量类型，决定读取联合体的那个类型
*/
void var_dump(pval val){
if(val.phptype == 1){
printf(“%s “, “int”);
printf(“%ld\n”, val.val.a);
} else if(val.phptype == 2){
printf(“%s “, “float”);
printf(“%f\n”, val.val.b);
} else if(val.phptype == 3){
printf(“%s “, “string”);
printf(“%s\n”, val.val.c);
}
}

可以认为pval这种类型就是php的一个变量的类型。每一个php变量记录了这个值val和类型phptype（实际还有引用计数等）。
每次写入val时，要把其类型也记录下来。这样就实现了弱类型。

<?php
$var = 1;
$var = “variable”;
$var = 1.00;
$var = array();
$var = new Object();
动态变量，在运行期间是可以改变的，并且在使用前无需声明变量类型。
Zend引擎是如何用C实现这种弱类型的呢？
实际上，在PHP中声明的变量，在ZE中都是用结构体zval来保存的。

首先我们打开Zend/zend.h来看zval的定义：

typedef struct _zval_struct zval;

struct _zval_struct {
/* Variable information /
zvalue_value value; / value /
zend_uint refcount__gc;
zend_uchar type; / active type */
zend_uchar is_ref__gc;
};

typedef union _zvalue_value {
long lval; /* long value /
double dval; / double value /
struct {
char *val;
int len;
} str;
HashTable *ht; / hash table value */
zend_object_value obj;
} zvalue_value;

Zend/zend_types.h：
typedef unsigned char zend_bool;
typedef unsigned char zend_uchar;
typedef unsigned int zend_uint;
typedef unsigned long zend_ulong;
typedef unsigned short zend_ushort;

从上述代码中，可以看到_zvalue_value是真正保存数据的关键部分。通过共用体实现的弱类型变量声明
Zend引擎是如何判别、存储PHP中的多种数据类型的呢？
_zval_struct.type中存储着一个变量的真正类型，根据type来选择如何获取zvalue_value的值。
type值列表(Zend/zend.h)：
#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

来看一个简单的例子：
<?php
$a = 1;
//此时zval.type = IS_LONG,那么zval.value就去取lval.
$a = array();
//此时zval.type = IS_ARRAY,那么zval.value就去取ht.

这其中最复杂的，并且在开发第三方扩展中经常需要用到的是”资源类型”.
在PHP中，任何不属于PHP的内建的变量类型的变量，都会被看作资源来进行保存。
比如：数据库句柄、打开的文件句柄、打开的socket句柄。

资源类型，需要使用ZE提供的API函数来注册，资源变量的声明和使用将在单独的篇目中进行详细介绍。

正是因为ZE这样的处理方式，使PHP就实现了弱类型，而对于ZE的来说，它所面对的永远都是同一种类型zval。

PHP的执行是通过Zend Engine（下面简称ZE），ZE是使用C编写，在底层实现了一套弱类型机制。ZE的内存管理使用写时拷贝、引用计数等优化策略，减少再变量赋值时候的内存拷贝。

下面不光带你探索PHP弱类型的原理，也会在写PHP扩展角度，介绍如何操作PHP的变量。

PHP的变量类型
PHP的变量类型有8种：

标准类型：布尔boolen，整型integer，浮点float，字符string
复杂类型：数组array，对象object
特殊类型：资源resource

PHP不会严格检验变量类型，变量可以不显示的声明其类型，而在运行期间直接赋值。也可以将变量自由的转换类型。如下例，没有实现声明的情况下，$i可以赋任意类型的值。

[php] view plaincopy

<? php $i = 1; //int $i = ‘show me the money’; //string $i = 0.02; // float $i = array(1, 2, 3); // array $i = new Exception(‘test’, 123); // object $i = fopen(‘/tmp/aaa.txt’, ‘a’) // resource ?>

如果你对弱类型原理理解不深刻，在变量比较时候，会出现“超出预期”的惊喜。

[php] view plaincopy

<? PHP $str1 = null; $str2 = false; echo $str1==$str2 ? ‘相等’ : ‘不相等’; $str3 = ‘’; $str4 = 0; echo $str3==$str4 ? ‘相等’ : ‘不相等’; $str5 = 0; $str6 = ‘0’; echo $str5==$str6 ? ‘相等’ : ‘不相等’; ?>

以上三个结果全部是相等，因为在变量比较的时候，PHP内部做了变量转换。如果希望值和类型同时判断，请使用三个=（如，$a===0）来判断。也许你会觉得司空见惯，也许你会觉得很神奇，那么请跟我一起深入PHP内核，探索PHP变量原理。

变量的存储及标准类型介绍
PHP的所有变量，都是以结构体zval来实现，在Zend/zend.h中我们能看到zval的定义：

[php] view plaincopy

typedef union _zvalue_value { long lval; /* long value / double dval; / double value / struct { char *val; int len; / this will always be set for strings / } str; / string (always has length) / HashTable *ht; / an array / zend_object_value obj; / stores an object store handle, and handlers */ } zvalue_value;

属性名含义默认值
refcount__gc 表示引用计数 1
is_ref__gc 表示是否为引用 0
value 存储变量的值
type 变量具体的类型
其中refcount__gc和is_ref__gc表示变量是否是一个引用。type字段标识变量的类型，type的值可以是：IS_NULL，IS_BOOL，IS_LONG，IS_FLOAT，IS_STRING，IS_ARRAY，IS_OBJECT，IS_RESOURCE。PHP根据type的类型，来选择如何存储到zvalue_value。

zvalue_value能够实现变量弱类型的核心，定义如下：

[php] view plaincopy

typedef union _zvalue_value { long lval; /* long value / double dval; / double value / struct { char *val; int len; / this will always be set for strings / } str; / string (always has length) / HashTable *ht; / an array / zend_object_value obj; / stores an object store handle, and handlers */ } zvalue_value;

布尔型，zval.type=IS_BOOL，会读取zval.value.lval字段，值为1/0。如果是字符串，zval.type=IS_STRING，会读取zval.value.str，这是一个结构体，存储了字符串指针和长度。

C语言中，用”\0”作为字符串结束符。也就是说一个字符串”Hello\0World”在C语言中，用printf来输出的话，只能输出hello，因为”\0”会认为字符已经结束。PHP中是通过结构体的_zval_value.str.len来控制字符串长度，相关函数不会遇到”\0”结束。所以PHP的字符串是二进制安全的。

如果是NULL，只需要zval.type=IS_NULL，不需要读取值。

通过对zval的封装，PHP实现了弱类型，对于ZE来说，通过zval可以存取任何类型。

高级类型Array和Object数组Array
数组是PHP语言中非常强大的一个数据结构，分为索引数组和关联数组，zval.type=IS_ARRAY。在关联数组中每个key可以存储任意类型的数据。PHP的数组是用Hash Table实现的，数组的值存在zval.value.ht中。

后面会专门讲到PHP哈希表的实现。

对象类型的zval.type=IS_OBJECT，值存在zval.value.obj中。

特殊类型——资源类型(Resource)介绍
资源类型是个很特殊的类型，zval.type=IS_RESOURCE，在PHP中有一些很难用常规类型描述的数据结构，比如文件句柄，对于C语言来说是一个指针，不过PHP中没有指针的概念，也不能用常规类型来约束，因此PHP通过资源类型概念，把C语言中类似文件指针的变量，用zval结构来封装。资源类型值是一个整数，ZE会根据这个值去资源的哈希表中获取。

资源类型的定义：

[php] view plaincopy

typedefstruct_zend_rsrc_list_entry { void *ptr; int type; int refcount; }zend_rsrc_list_entry;

其中，ptr是一个指向资源的最终实现的指针，例如一个文件句柄，或者一个数据库连接结构。type是一个类型标记，用于区分不同的资源类型。refcount用于资源的引用计数。

内核中，资源类型是通过函数ZEND_FETCH_RESOURCE获取的。

[php] view plaincopy

ZEND_FETCH_RESOURCE(con, type, zval *, default, resource_name, resource_type);

变量类型的转换
按照现在我们对PHP语言的了解，变量的类型依赖于zval.type字段指示，变量的内容按照zval.type存储到zval.value。当PHP中需要变量的时候，只需要两个步骤：把zval.value的值或指针改变，再改变zval.type的类型。不过对于PHP的一些高级变量Array/Object/Resource，变量转换要进行更多操作。

变量转换原理分为3种：

5.1 标准类型相互转换
比较简单，按照上述的步骤转化即可。

5.2 标准类型与资源类型转换
资源类型可以理解为是int，比较方便转换标准类型。转换后资源会被close或回收。

[php] view plaincopy

<? php $var = fopen(‘/tmp/aaa.txt’, ‘a’);　// 资源 #1 $var = (int) $var; var_dump($var); // 输出1 ?>

5.3 标准类型与复杂类型转换

Array转换整型int/浮点型float会返回元素个数；转换bool返回Array中是否有元素；转换成string返回’Array’，并抛出warning。
详细内容取决于经验，请阅读PHP手册： http://php.net/manual/en/language.types.type-juggling.php

5.4 复杂类型相互转换
array和object可以互转。如果其它任何类型的值被转换成对象，将会创建一个内置类stdClass的实例。

在我们写PHP扩展的时候，PHP内核提供了一组函数用于类型转换：

void convert_to_long(zval* pzval)
void convert_to_double(zval* pzval)
void convert_to_long_base(zval* pzval, int base)
void convert_to_null(zval* pzval)
void convert_to_boolean(zval* pzval)
void convert_to_array(zval* pzval)
void convert_to_object(zval* pzval)
void convert_object_to_type(zval* pzval, convert_func_t converter)
PHP内核提供的一组宏来方便的访问zval，用于更细粒度的获取zval的值：

内核访问zval容器的API
宏访问变量
Z_LVAL(zval) (zval).value.lval
Z_DVAL(zval) (zval).value.dval
Z_STRVAL(zval) (zval).value.str.val
Z_STRLEN(zval) (zval).value.str.len
Z_ARRVAL(zval) (zval). value.ht
Z_TYPE(zval) (zval).type
Z_LVAL_P(zval) (zval).value.lval
Z_DVAL_P(zval) (zval).value.dval
Z_STRVAL_P(zval_p) (zval).value.str.val
Z_STRLEN_P(zval_p) (zval).value.str.len
Z_ARRVAL_P(zval_p) (zval). value.ht
Z_OBJ_HT_P(zval_p) (zval).value.obj.handlers
Z_LVAL_PP(zval_pp) (zval).value.lval
Z_DVAL_PP(zval_pp) (zval).value.dval
Z_STRVAL_PP(zval_pp) (zval).value.str.val
Z_STRLEN_PP(zval_pp) (zval).value.str.len
Z_ARRVAL_PP(zval_pp) (**zval). value.ht

变量的符号表与作用域
PHP的变量符号表与zval值的映射，是通过HashTable（哈希表，又叫做散列表，下面简称HT），HashTable在ZE中广泛使用，包括常量、变量、函数等语言特性都是HT来组织，在PHP的数组类型也是通过HashTable来实现。
举个例子：

[php] view plaincopy

<? php $var = ‘Hello World’; ?>

$var的变量名会存储在变量符号表中，代表$var的类型和值的zval结构存储在哈希表中。内核通过变量符号表与zval地址的哈希映射，来实现PHP变量的存取。

为什么要提作用域呢？因为函数内部变量保护。按照作用域PHP的变量分为全局变量和局部变量，每种作用域PHP都会维护一个符号表的HashTable。当在PHP中创建一个函数或类的时候，ZE会创建一个新的符号表，表明函数或类中的变量是局部变量，这样就实现了局部变量的保护–外部无法访问函数内部的变量。当创建一个PHP变量的时候，ZE会分配一个zval，并设置相应type和初始值，把这个变量加入当前作用域的符号表，这样用户才能使用这个变量。
内核中使用ZEND_SET_SYMBOL来设置变量：

[php] view plaincopy

ZEND_SET_SYMBOL( EG(active_symbol_table), “foo”, foo);

查看_zend_executor_globals结构

[php] view plaincopy

Zend/zend_globals.h

struct _zend_executor_globals { //略 HashTable symbol_table;//全局变量的符号表 HashTable *active_symbol_table;//局部变量的符号表 //略 };

在写PHP扩展时候，可以通过EG宏来访问PHP的变量符号表。EG(symbol_table)访问全局作用域的变量符号表，EG(active_symbol_table)访问当前作用域的变量符号表，局部变量存储的是指针，在对HashTable进行操作的时候传递给相应函数。

为了更好的理解变量的哈希表与作用域，举个简单的例子：

[php] view plaincopy

<? php $temp = ‘global’; function test() { $temp = ‘active’; } test(); var_dump($temp); ?>

创建函数外的变量$temp，会把这个它加入全局符号表，同时在全局符号表的HashTable中，分配一个字符类型的zval，值为‘global‘。创建函数test内部变量$temp，会把它加入属于函数test的符号表，分配字符型zval，值为’active’ 。

PHP扩展中变量操作
创建PHP变量
我们可以在扩展中调用函数MAKE_STD_ZVAL(pzv)来创建一个PHP可调用的变量，MAKE_STD_ZVAL应用到的宏有：

[php] view plaincopy

#define MAKE_STD_ZVAL(zv) ALLOC_ZVAL(zv);INIT_PZVAL(zv) #define ALLOC_ZVAL(z) ZEND_FAST_ALLOC(z, zval, ZVAL_CACHE_LIST) #define ZEND_FAST_ALLOC(p, type, fc_type) (p) = (type *) emalloc(sizeof(type)) #define INIT_PZVAL(z) (z)->refcount__gc = 1;(z)->is_ref__gc = 0;

MAKE_STD_ZVAL(foo)展开后得到：

[php] view plaincopy

(foo) = (zval *) emalloc(sizeof(zval)); (foo)->refcount__gc = 1; (foo)->is_ref__gc = 0;

可以看出，MAKE_STD_ZVAL做了三件事：分配内存、初始化zval结构中的refcount、is_ref。

内核中提供一些宏来简化我们的操作，可以只用一步便设置好zval的类型和值。

API Macros for Accessing zval
宏实现方法
ZVAL_NULL(pvz) Z_TYPE_P(pzv) = IS_NULL
ZVAL_BOOL(pvz) Z_TYPE_P(pzv) = IS_BOOL;
Z_BVAL_P(pzv) = b ? 1 : 0;
ZVAL_TRUE(pvz) ZVAL_BOOL(pzv, 1);
ZVAL_FALSE(pvz) ZVAL_BOOL(pzv, 0);
ZVAL_LONG(pvz, l)(l 是值) Z_TYPE_P(pzv) = IS_LONG;Z_LVAL_P(pzv) = l;
ZVAL_DOUBLE(pvz, d) Z_TYPE_P(pzv) = IS_DOUBLE;Z_LVAL_P(pzv) = d;
ZVAL_STRINGL(pvz, str, len, dup) Z_TYPE_P(pzv) = IS_STRING;Z_STRLEN_P(pzv) = len;
if (dup) {
{Z_STRVAL_P(pzv) =estrndup(str, len + 1);}

}else {
{Z_STRVAL_P(pzv) = str;}
}
ZVAL_STRING(pvz, str, len) ZVAL_STRINGL(pzv, str,strlen(str), dup);
ZVAL_RESOURCE(pvz, res) Z_TYPE_P(pzv) = IS_RESOURCE;Z_RESVAL_P(pzv) = res;

ZVAL_STRINGL(pzv,str,len,dup)中的dup参数

先阐述一下ZVAL_STRINGL(pzv,str,len,dup); str和len两个参数很好理解，因为我们知道内核中保存了字符串的地址和它的长度，后面的dup的意思其实很简单，它指明了该字符串是否需要被复制。值为 1 将先申请一块新内存并赋值该字符串，然后把新内存的地址复制给pzv，为 0 时则是直接把str的地址赋值给zval。

ZVAL_STRINGL与ZVAL_STRING的区别

如果你想在某一位置截取该字符串或已经知道了这个字符串的长度，那么可以使用宏 ZVAL_STRINGL(zval, string, length, duplicate) ，它显式的指定字符串长度，而不是使用strlen()。这个宏该字符串长度作为参数。但它是二进制安全的，而且速度也比ZVAL_STRING快，因为少了个strlen。

ZVAL_RESOURCE约等于ZVAL_LONG

在章节4中我们说过，PHP中的资源类型的值是一个整数，所以ZVAL_RESOURCE和ZVAL_LONG的工作差不多，只不过它会把zval的类型设置为 IS_RESOURCE。

总结
PHP的弱类型是通过ZE的zval容器转换完成，通过哈希表来存储变量名和zval数据，在运行效率方面有一定牺牲。另外因为变量类型的隐性转换，在开发过程中对变量类型检测力度不够，可能会导致问题出现。

不过PHP的弱类型、数组、内存托管、扩展等语言特性，非常适合Web开发场景，开发效率很高，能够加快产品迭代周期。在海量服务中，通常瓶颈存在于数据访问层，而不是语言本身。在实际使用PHP不仅担任逻辑层和展现层的任务，我们甚至用PHP开发的UDPServer/TCPServer作为数据和cache的中间层。

Category lang