理解php原理的opcodes(操作码)

opcondes是一种php脚本编译后的中间语言，就像java的byte code，或者.net 的msl 。(都没了解过~)

　　举个文中的例子

<?php
　　echo "hello world";
　　$a = 1 + 1;
　　 echo $a;
　　?>

php执行这段代码会经过如下4个步骤(确切的来说，应该是php的语言引擎zend)

　　1.scanning(lexing) （扫描）,将php代码转换为语言片段(tokens)
　　2.parsing（语法分析）, 将tokens转换成简单而有意义的表达式
　　3.compilation（编译）, 将表达式编译成opocdes
　　4.execution（执行编译后的结果）, 顺次执行opcodes，每次一条，从而实现php脚本的功能。

　　其中他还提到一句：“现在有的cache比如apc,可以使得php缓存住opcodes，这样，每次有请求来临的时候，就不需要重复执行前面3步，从而能大幅的提高php的执行速度。 ” 这可能是php执行速度比较快的原因之一吧~

那什么是lexing? 学过编译原理的同学都应该对编译原理中的词法分析步骤有所了解，lex就是一个词法分析的依据表。 zend/zend_language_scanner.c会根据zend/zend_language_scanner.l(lex文件),来输入的 php代码进行词法分析，从而得到一个一个的“词”，php4.2开始提供了一个函数叫token_get_all,这个函数就可以讲一段php代码 scanning成tokens；
如果用这个函数处理我们开头提到的php代码，将会得到如下结果:

array
(
[0] => array
(
[0] => 367
[1] => array
(
[0] => 316
[1] => echo
)
[2] => array
(
[0] => 370
[1] =>
)
[3] => array
(
[0] => 315
[1] => "hello world"
)
[4] => ;
[5] => array
(
[0] => 370
[1] =>
)
[6] => =
[7] => array
(
[0] => 370
[1] =>
)
[8] => array
(
[0] => 305
[1] => 1
)
[9] => array
(
[0] => 370
[1] =>
)
[10] => +
[11] => array
(
[0] => 370
[1] =>
)
[12] => array
(
[0] => 305
[1] => 1
)
[13] => ;
[14] => array
(
[0] => 370
[1] =>
)
[15] => array
(
[0] => 316
[1] => echo
)
[16] => array
(
[0] => 370
[1] =>
)
[17] => ;
)

分析这个返回结果我们可以发现，源码中的字符串，字符，空格，都会原样返回。每个源代码中的字符，都会出现在相应的顺序处。而，其他的比如标签，操作符， 语句，都会被转换成一个包含俩部分的array: token id (也就是在zend内部的改token的对应码，比如,t_echo,t_string)，和源码中的原来的内容。
接下来，就是parsing阶段了，parsing首先会丢弃tokens array中的多于的空格，然后将剩余的tokens转换成一个一个的简单的表达式

1.echo a constant string
2.add two numbers together
3.store the result of the prior expression to a variable
4.echo a variable

然后就改compilation阶段了，它会把tokens编译成一个个op_array, 每个op_arrayd包含如下5个部分：

1.opcode数字的标识，指明了每个op_array的操作类型，比如add , echo
2.结果 存放opcode结果
3.操作数1 给opcode的操作数
4.操作数2
5.扩展值 1个整形用来区别被重载的操作符

比如，我们的php代码会被parsing成:

* zend_echo 'hello world'
* zend_add ~0 1 1
* zend_assign !0 ~0
* zend_echo !0

呵呵，你可能会问了，我们的$a去那里了？

恩，这个要介绍操作数了，每个操作数都是由以下俩个部分组成：

a)op_type : 为is_const, is_tmp_var, is_var, is_unused, or is_cvb)u,一个联合体，根据op_type的不同，分别用不同的类型保存了这个操作数的值(const)或者左值(var)而对于var来说，每个var也不一样

is_tmp_var, 顾名思义，这个是一个临时变量，保存一些op_array的结果，以便接下来的op_array使用，这种的操作数的u保存着一个指向变量表的一个句柄（整数），这种操作数一般用~开头，比如~0,表示变量表的0号未知的临时变量

is_var 这种就是我们一般意义上的变量了,他们以$开头表示

is_cv 表示ze2.1/php5.1以后的编译器使用的一种cache机制，这种变量保存着被它引用的变量的地址，当一个变量第一次被引用的时候，就会被cv起来，以后对这个变量的引用就不需要再次去查找active符号表了，cv变量以！开头表示。

这么看来，我们的$a被优化成!0了。
总结：


1.php的执行顺序是: -> php程序
　　　　　　　　　　-> 被scanning（扫描转换为tokens（语言片段））
　　　　　　　　　　-> 被parsing（语法分析，将tokens转换成简单而有意义的表达式）
　　　　　　　　　　-> compilation（编译,将表达式编译成opocdes(操作码))
-> execution（顺序执行编译后的结果）
2. apc(alternative php cache）的缓存机制可以缓存住opcodes，这样,下次有请求来临的时候，就不需要重复执行前面3步，从而能大幅的提高php的执行速度。 这可能是php执行速度比较快的原因之一

补充：
apc，zend optimize是之所以能够加速php
就是因为他可以缓存opcode
并不是zend引擎本身自带的功能
zend引擎默认是一个轮回中任何一项都要走的