深入剖析php執行理（2）：函數的編譯

2020-03-22 17:57:49

字體：大中小

來源：轉載

供稿：網友

本文只探討純粹的函數，并不包含方法。對于方法，會放到類、對象中一起研究。

想講清楚在zend vm中，函數如何被正確的編譯成op指令、如何發生參數傳遞、如何模擬調用棧、如何切換作用域等等，的確是一個很大范疇的話題。但為了弄明白php的原理，必須要攻克它。

對函數的研究，大致可以分成兩塊。第一塊是函數體的編譯，主要涉及到如何將函數轉化成zend_op指令。第二塊是研究函數的調用，涉及到函數調用語句的編譯，以及函數如何被執行等topic。這里先來看看函數如何被編譯，我們下一篇再講函數的調用。

函數的編譯

對函數進行編譯，最終目的是為了生成一份對應的op指令集，除了op指令集，編譯函數還會產生其他一些相關的數據，比如說函數名稱、參數列表信息、compiled variables，甚至函數所在文件，起始行數等等。這些信息作為編譯的產出，都需要保存起來。保存這些產出的數據結構，正是上一節中所描述的zend_op_array。下文會以op_array作為簡稱。

下面列出了一個簡單的例子：

<?phpfunction foo($arg1){    print($arg1);}$bar = 'hello php';foo($bar);

這段代碼包含了一個最簡單的函數示例。

在這樣一份php腳本中，最終其實會產生兩個op_array。一個是由函數foo編譯而來，另一個則是由除去foo之外代碼編譯生成的。同理可以推出，假如一份php腳本其中包含有2個函數和若干語句，則最終會產生3個op_array。也就是說，每個函數最終都會被編譯成一個對應的op_array。

剛才提到，op_array中有一些字段是和函數息息相關的。比如function_name代表著函數的名稱，比如num_args代表了函數的參數個數，比如required_num_args代表了必須的參數個數，比如arg_info代表著函數的參數信息...etc。

下面會繼續結合這段代碼，來研究foo函數詳細的編譯過程。

1、語法定義

從zend_language_parser.y文件中可以看出，函數的語法分析大致涉及如下幾個推導式：

top_statement:  statement        { zend_verify_namespace(TSRMLS_C); } | function_declaration_statement { zend_verify_namespace(TSRMLS_C); zend_do_early_binding(TSRMLS_C); } | html' target='_blank'>class_declaration_statement  { zend_verify_namespace(TSRMLS_C); zend_do_early_binding(TSRMLS_C); }    ...function_declaration_statement:	unticked_function_declaration_statement	{ DO_TICKS(); };unticked_function_declaration_statement:	function is_reference T_STRING { zend_do_begin_function_declaration(&$1, &$3, 0, $2.op_type, NULL TSRMLS_CC); }	'(' parameter_list ')' '{' inner_statement_list '}' { zend_do_end_function_declaration(&$1 TSRMLS_CC); };is_reference:  /* empty */ { $$.op_type = ZEND_RETURN_VAL; } | '&'   { $$.op_type = ZEND_RETURN_REF; };parameter_list:  non_empty_parameter_list | /* empty */;non_empty_parameter_list:		optional_class_type T_VARIABLE				{ znode tmp;  fetch_simple_variable(&tmp, &$2, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV, &tmp, &$$, NULL, &$1, &$2, 0 TSRMLS_CC); }	|	optional_class_type '&' T_VARIABLE			{ znode tmp;  fetch_simple_variable(&tmp, &$3, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV, &tmp, &$$, NULL, &$1, &$3, 1 TSRMLS_CC); }	|	optional_class_type '&' T_VARIABLE '=' static_scalar	{ znode tmp;  fetch_simple_variable(&tmp, &$3, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV_INIT, &tmp, &$$, &$5, &$1, &$3, 1 TSRMLS_CC); }	|	optional_class_type T_VARIABLE '=' static_scalar	{ znode tmp;  fetch_simple_variable(&tmp, &$2, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV_INIT, &tmp, &$$, &$4, &$1, &$2, 0 TSRMLS_CC); }	|	non_empty_parameter_list ',' optional_class_type T_VARIABLE　　　　　　　　　　　　　　{ znode tmp;  fetch_simple_variable(&tmp, &$4, 0 TSRMLS_CC); $$=$1; Z_LVAL($$.u.constant)++; zend_do_receive_arg(ZEND_RECV, &tmp, &$$, NULL, &$3, &$4, 0 TSRMLS_CC); }	|	non_empty_parameter_list ',' optional_class_type '&' T_VARIABLE　　　　　　　　　　　　{ znode tmp;  fetch_simple_variable(&tmp, &$5, 0 TSRMLS_CC); $$=$1; Z_LVAL($$.u.constant)++; zend_do_receive_arg(ZEND_RECV, &tmp, &$$, NULL, &$3, &$5, 1 TSRMLS_CC); }	|	non_empty_parameter_list ',' optional_class_type '&' T_VARIABLE	 '=' static_scalar　{ znode tmp;  fetch_simple_variable(&tmp, &$5, 0 TSRMLS_CC); $$=$1; Z_LVAL($$.u.constant)++; zend_do_receive_arg(ZEND_RECV_INIT, &tmp, &$$, &$7, &$3, &$5, 1 TSRMLS_CC); }	|	non_empty_parameter_list ',' optional_class_type T_VARIABLE '=' static_scalar　　　　{ znode tmp;  fetch_simple_variable(&tmp, &$4, 0 TSRMLS_CC); $$=$1; Z_LVAL($$.u.constant)++; zend_do_receive_arg(ZEND_RECV_INIT, &tmp, &$$, &$6, &$3, &$4, 0 TSRMLS_CC); };

這里并沒有截取完整，主要是缺少函數體內語句的語法分析，但已經足夠我們弄清楚編譯過程中的一些細節。

函數體內的語句，其對應的語法為inner_statement_list。inner_statement_list和函數體之外一般的語句并無二致，可以簡單當成普通的語句來編譯。

最重要的是看下unticked_function_declaration_statement，它定義了函數語法的骨架，同時還可以看出，函數編譯中會執行zend_do_begin_function_declaration以及zend_do_end_function_declaration。這兩步分別對應著下文提到的開始編譯和結束編譯。我們先來看zend_do_begin_function_declaration。

2、開始編譯

當解析器遇到一段函數聲明時，會嘗試開始編譯函數，這是通過執行zend_do_begin_function_declaration來完成的。

有兩點：

1，函數是否返回引用，通過is_reference判斷。可以看到在對is_reference進行語法分析時，可能會將op_type賦予ZEND_RETURN_VAL或ZEND_RETURN_REF。根據我們文章開始給出的php代碼示例，函數foo并不返回引用，因此這里$2.op_type為ZEND_RETURN_VAL。話說由function & func_name(){ ... }這種形式來決定是否返回引用，已經很古老了，還是在CI框架中見過，現在很少有類似需求。

2，zend_do_begin_function_declaration接受的第一個參數，是對function字面進行詞法分析生成的znode。這個znode被使用得非常巧妙，因為在編譯函數時，zend vm必須將CG(active_op_array)切換成函數自己的op_array，以便于存儲函數的編譯結果，當函數編譯完成之后，zend vm又需要將將CG(active_op_array)恢復成函數體外層的op_array。利用該znode保存函數體外的op_array，可以很方便的在函數編譯結束時進行CG(active_op_array)恢復，具體后面會講到。

研究下zend_do_begin_function_declaration的實現，比較長，我們分段來看：

// 聲明函數會變編譯成的op_arrayzend_op_array op_array;// 函數名、長度、起始行數char *name = function_name->u.constant.value.str.val;int name_len = function_name->u.constant.value.str.len;int function_begin_line = function_token->u.opline_num;zend_uint fn_flags;char *lcname;zend_bool orig_interactive;ALLOCA_FLAG(use_heap)if (is_method) {    ...} else {    fn_flags = 0;}// 對函數來說，fn_flags沒用，對方法來說，fn_flags指定了方法的修飾符if ((fn_flags & ZEND_ACC_STATIC) && (fn_flags & ZEND_ACC_ABSTRACT) && !(CG(active_class_entry)->ce_flags & ZEND_ACC_INTERFACE)) {    zend_error(E_STRICT, 'Static function %s%s%s() should not be abstract', is_method ? CG(active_class_entry)->name : '', is_method ? '::' : '', Z_STRVAL(function_name->u.constant));}

這段代碼一開始就印證了我們先前的說法，每個函數都有一份自己的op_array。所以會在開頭先聲明一個op_array變量。

// 第一個znode參數的妙處，它記錄了當前的CG(active_op_array)function_token->u.op_array = CG(active_op_array);lcname = zend_str_tolower_dup(name, name_len);// 對op_array進行初始化，強制op_array.fn_flags會被初始化為0orig_interactive = CG(interactive);CG(interactive) = 0;init_op_array(&op_array, ZEND_USER_FUNCTION, INITIAL_OP_ARRAY_SIZE TSRMLS_CC);CG(interactive) = orig_interactive;// 對op_array的一些設置op_array.function_name = name;op_array.return_reference = return_reference;op_array.fn_flags |= fn_flags;op_array.pass_rest_by_reference = 0;op_array.scope = is_method ? CG(active_class_entry):NULL;op_array.prototype = NULL;op_array.line_start = zend_get_compiled_lineno(TSRMLS_C);

function_token便是對function字面進行詞法分析而生成的znode。這段代碼一開始，就讓它保存當前的CG(active_op_array)，即函數體之外的op_array。保存好CG(active_op_array)之后，便會開始對函數自己的op_array進行初始化。

op_array.fn_flags是個多功能字段，還記得上一篇中提到的交互式么，如果php以交互式打開，則op_array.fn_flags會被初始化為ZEND_ACC_INTERACTIVE，否則會被初始化為0。這里在init_op_array之前設置CG(interactive) = 0，便是確保op_array.fn_flags初始化為0。隨后會進一步執行op_array.fn_flags |= fn_flags，如果是在方法中，則op_array.fn_flags含義為static、abstract、final等修飾符，對函數來講，op_array.fn_flags依然是0。

zend_op *opline = get_next_op(CG(active_op_array) TSRMLS_CC);// 如果處于命名空間，則函數名還需要加上命名空間if (CG(current_namespace)) {    /* Prefix function name with current namespace name */    znode tmp;    tmp.u.constant = *CG(current_namespace);    zval_copy_ctor(&tmp.u.constant);    zend_do_build_namespace_name(&tmp, &tmp, function_name TSRMLS_CC);    op_array.function_name = Z_STRVAL(tmp.u.constant);    efree(lcname);    name_len = Z_STRLEN(tmp.u.constant);    lcname = zend_str_tolower_dup(Z_STRVAL(tmp.u.constant), name_len);}// 設置oplineopline->opcode = ZEND_DECLARE_FUNCTION;// 第一個操作數opline->op1.op_type = IS_CONST;build_runtime_defined_function_key(&opline->op1.u.constant, lcname, name_len TSRMLS_CC);// 第二個操作數opline->op2.op_type = IS_CONST;opline->op2.u.constant.type = IS_STRING;opline->op2.u.constant.value.str.val = lcname;opline->op2.u.constant.value.str.len = name_len;Z_SET_REFCOUNT(opline->op2.u.constant, 1);opline->extended_value = ZEND_DECLARE_FUNCTION;// 切換CG(active_op_array)成函數自己的op_arrayzend_hash_update(CG(function_table), opline->op1.u.constant.value.str.val, opline->op1.u.constant.value.str.len, &op_array, sizeof(zend_op_array), (void **) &CG(active_op_array));

上面這段代碼很關鍵。有幾點要說明的：

1，如果函數是處于命名空間中，則其名稱會被擴展成命名空間函數名。比如：

<?phpnamespace MyProject;function foo($arg1, $arg2 = 100){    print($arg1);}

則會將函數名改為MyProjectoo。擴展工作由zend_do_build_namespace_name來完成。

2，build_runtime_defined_function_key會生成一個“key”。除了用到函數名稱之外，還用到了函數所在文件路徑、代碼在內存中的地址等等。具體的實現可以自行閱讀。將函數放進CG(function_table)時，用的鍵便是這個“key”。

3，代碼中的op_line獲取時，尚未發生CG(active_op_array)的切換。也就是說，op_line依然是外層op_array的一條指令。該指令具體為ZEND_DECLARE_FUNCTION，有兩個操作數，第一個操作數保存了第二點中提到的“key”，第二個操作數則保存了形如'myprojectoo'這樣的函數名（小寫）。

4，這段代碼的最后，將函數自身對應的op_array存放進了CG(function_table)，同時，完成了CG(active_op_array)的切換。從這條語句開始，CG(active_op_array)便開始指向函數自己的op_array，而不再是函數體外層的op_array了。

繼續來看zend_do_begin_function_declaration的最后一段：

// 需要debuginfo，則函數體內的第一條zend_op，為ZEND_EXT_NOPif (CG(compiler_options) & ZEND_COMPILE_EXTENDED_INFO) {    zend_op *opline = get_next_op(CG(active_op_array) TSRMLS_CC);    opline->opcode = ZEND_EXT_NOP;    opline->lineno = function_begin_line;    SET_UNUSED(opline->op1);    SET_UNUSED(opline->op2);}// 控制switch和foreach內聲明的函數{    /* Push a seperator to the switch and foreach stacks */    zend_switch_entry switch_entry;    switch_entry.cond.op_type = IS_UNUSED;    switch_entry.default_case = 0;    switch_entry.control_var = 0;    zend_stack_push(&CG(switch_cond_stack), (void *) &switch_entry, sizeof(switch_entry));    {        /* Foreach stack separator */        zend_op dummy_opline;        dummy_opline.result.op_type = IS_UNUSED;        dummy_opline.op1.op_type = IS_UNUSED;        zend_stack_push(&, (void *) &dummy_opline, sizeof(zend_op));    }}// 保存函數的注釋語句if (CG(doc_comment)) {    CG(active_op_array)->doc_comment = CG(doc_comment);    CG(active_op_array)->doc_comment_len = CG(doc_comment_len);    CG(doc_comment) = NULL;    CG(doc_comment_len) = 0;}// 作用和上面switch，foreach是一樣的，函數體內的語句并不屬于函數體外的labelzend_stack_push(&CG(labels_stack), (void *) &CG(labels), sizeof(HashTable*));CG(labels) = NULL;

可能初學者會對CG(switch_cond_stack)，CG(foreach_copy_stack)，CG(labels_stack)等字段有疑惑。其實也很好理解。以CG(labels_stack)為例，由于進入函數體內之后，op_array發生了切換，外層的CG(active_op_array)被保存到function znode的u.op_array中（如果記不清楚了回頭看上文:-)）。因此函數外層已經被parse出的一些label也需要被保存下來，用的正是CG(labels_stack)來保存。當函數體完成編譯之后，zend vm可以從CG(labels_stack)中恢復出原先的label。舉例來說，

<?phplabel1:function foo($arg1){    print($arg1);    goto label2;    label2:    exit;}$bar = 'hello php';foo($bar);

解釋器在進入zend_do_begin_function_declaration時，CG(labels)中保存的是“label1”。當解釋器開始編譯函數foo，則需要將“label1”保存到CG(labels_stack)中，同時清空CG(labels)。因為在編譯foo的過程中，CG(labels)會保存“labe2”。當foo編譯完成，會利用CG(labels_stack)來恢復CG(labels)，則CG(labels)再次變成“label1”。

至此，整個zend_do_begin_function_declaration過程已經全部分析完成。最重要的是，一旦完成zend_do_begin_function_declaration，CG(active_op_array)就指向了函數自身對應的op_array。同時，也利用生成的“key”在CG(function_table)中替函數占了一個位。

3、編譯參數列表

函數可以定義為不接受任何參數，對于參數列表為空的情況，其實不做任何處理。我們前文的例子foo函數，接受了一個參數$arg1，我們下面還是分析有參數的情況。

根據語法推導式non_empty_parameter_list的定義，參數列表一共有8種，前4種對應的是一個參數，后4種對應多個參數。我們只關心前4種，后4種編譯的過程，僅僅是重復前4種的步驟而已。

optional_class_type T_VARIABLE				{ znode tmp;  fetch_simple_variable(&tmp, &$2, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV, &tmp, &$$, NULL, &$1, &$2, 0 TSRMLS_CC); }optional_class_type '&' T_VARIABLE			{ znode tmp;  fetch_simple_variable(&tmp, &$3, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV, &tmp, &$$, NULL, &$1, &$3, 1 TSRMLS_CC); }optional_class_type '&' T_VARIABLE '=' static_scalar	{ znode tmp;  fetch_simple_variable(&tmp, &$3, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV_INIT, &tmp, &$$, &$5, &$1, &$3, 1 TSRMLS_CC); }optional_class_type T_VARIABLE '=' static_scalar	{ znode tmp;  fetch_simple_variable(&tmp, &$2, 0 TSRMLS_CC); $$.op_type = IS_CONST; Z_LVAL($$.u.constant)=1; Z_TYPE($$.u.constant)=IS_LONG; INIT_PZVAL(&$$.u.constant); zend_do_receive_arg(ZEND_RECV_INIT, &tmp, &$$, &$4, &$1, &$2, 0 TSRMLS_CC); }

前4種情況，具體又可以分為2類，1類沒有默認值，區別只在于參數的傳遞是否采用引用，而另1類，都有默認值“static_scalar”。

實際上區別并不大，它們的語法分析的處理過程也幾乎一致。都是先調用fetch_simple_variable，再執行zend_do_receive_arg。有沒有默認值，區別也僅僅在于zend_do_receive_arg的參數，會不會將默認值傳遞進去。先來看fetch_simple_variable。

3.1 fetch_simple_variable

fetch_simple_variable是用來獲取compiled variables索引的。compiled variables被視作php的性能提升手段之一，因為它利用數組存儲了變量，而并非內核中普遍使用的HashTable。這里可以看出，函數的任何一個參數，均會被編譯為compiled variables，compiled variables被保存在函數體op_array->vars數組中。雖然根據變量名稱去HashTable查詢，效率并不低。但顯然根據索引去op_array->vars數組中獲取變量，會更加高效。

void fetch_simple_variable_ex(znode *result, znode *varname, int bp, zend_uchar op TSRMLS_DC) /* {{{ */{    zend_op opline;    ...    if (varname->op_type == IS_CONST) {        if (Z_TYPE(varname->u.constant) != IS_STRING) {            convert_to_string(&varname->u.constant);        }        if (!zend_is_auto_global(varname->u.constant.value.str.val, varname->u.constant.value.str.len TSRMLS_CC) &&            !(varname->u.constant.value.str.len == (sizeof('this')-1) && !memcmp(varname->u.constant.value.str.val, 'this', sizeof('this'))) &&            (CG(active_op_array)->last == 0 || CG(active_op_array)->opcodes[CG(active_op_array)->last-1].opcode != ZEND_BEGIN_SILENCE)) {                        // 節點的類型為IS_CV，表明是compiled variables            result->op_type = IS_CV;                        // 用u.var來記錄compiled variables在CG(active_op_array)->vars中的索引            result->u.var = lookup_cv(CG(active_op_array), varname->u.constant.value.str.val, varname->u.constant.value.str.len);            result->u.EA.type = 0;            varname->u.constant.value.str.val = CG(active_op_array)->vars[result->u.var].name;            return;        }    }    ...}

這里不做詳細的分析了。當fetch_simple_variable獲取索引之后，znode中就不必再保存變量的名稱，取而代之的是變量在vars數組中的索引，即znode->u.var，其類型為int。fetch_simple_variable完成，會進入zend_do_receive_arg。

3.2 zend_do_receive_arg

zend_do_receive_arg目的是生成一條zend op指令，可以稱作RECV。

一般而言，除非函數不存在參數，否則RECV是函數的第一條指令（這里表述不準，有extend info時也不是第一條）。該指令的opcode可能為ZEND_RECV或者ZEND_RECV_INIT，取決于是否有默認值。如果參數沒有默認值，指令等于ZEND_RECV，有默認值，則為ZEND_RECV_INIT。zend_do_receive_arg的第二個參數，就是上面提到的compiled variables節點。

分析下zend_do_receive_arg的源碼，也是分幾段來看：

zend_op *opline;zend_arg_info *cur_arg_info;// class_type主要用于限制函數參數的類型if (class_type->op_type == IS_CONST && Z_TYPE(class_type->u.constant) == IS_STRING && Z_STRLEN(class_type->u.constant) == 0) {    /* Usage of namespace as class name not in namespace */    zval_dtor(&class_type->u.constant);    zend_error(E_COMPILE_ERROR, 'Cannot use 'namespace' as a class name');    return;}// 對靜態方法來說，參數不能為thisif (var->op_type == IS_CV && var->u.var == CG(active_op_array)->this_var && (CG(active_op_array)->fn_flags & ZEND_ACC_STATIC) == 0) {    zend_error(E_COMPILE_ERROR, 'Cannot re-assign $this');} else if (var->op_type == IS_VAR && CG(active_op_array)->scope && ((CG(active_op_array)->fn_flags & ZEND_ACC_STATIC) == 0) && (Z_TYPE(varname->u.constant) == IS_STRING) && (Z_STRLEN(varname->u.constant) == sizeof('this')-1) && (memcmp(Z_STRVAL(varname->u.constant), 'this', sizeof('this')) == 0)) {    zend_error(E_COMPILE_ERROR, 'Cannot re-assign $this');}// CG(active_op_array)此時已經是函數體的op_array了，這里拿一條指令opline = get_next_op(CG(active_op_array) TSRMLS_CC);CG(active_op_array)->num_args++;opline->opcode = op;opline->result = *var;// op1節點表明是第幾個參數opline->op1 = *offset;// op2節點可能為初始值，也可能為UNUSEDif (op == ZEND_RECV_INIT) {    opline->op2 = *initialization;} else {    CG(active_op_array)->required_num_args = CG(active_op_array)->num_args;    SET_UNUSED(opline->op2);}

上面這段代碼，首先通過get_next_op(CG(active_op_array) TSRMLS_CC)一句獲取了opline，opline是未被使用的一條zend_op指令。緊接著，會對opline的各個字段進行設置。opline->op1表明這是第幾個參數，opline->op2可能為初始值，也可能被設置為UNUSED。

如果一個參數有默認值，那么在調用函數時，其實是可以不用傳遞該參數的。所以，required_num_args不會將這類非必須的參數算進去的?？梢钥吹剑趏p == ZEND_RECV_INIT這段邏輯分支中，并沒有處理required_num_args。

繼續來看：

// 這里采用erealloc進行分配，因為期望最終會形成一個參數信息的數組CG(active_op_array)->arg_info = erealloc(CG(active_op_array)->arg_info, sizeof(zend_arg_info)*(CG(active_op_array)->num_args));// 設置當前的zend_arg_infocur_arg_info = &CG(active_op_array)->arg_info[CG(active_op_array)->num_args-1];cur_arg_info->name = estrndup(varname->u.constant.value.str.val, varname->u.constant.value.str.len);cur_arg_info->name_len = varname->u.constant.value.str.len;cur_arg_info->array_type_hint = 0;cur_arg_info->allow_null = 1;cur_arg_info->pass_by_reference = pass_by_reference;cur_arg_info->class_name = NULL;cur_arg_info->class_name_len = 0;// 如果需要對參數做類型限定if (class_type->op_type != IS_UNUSED) {    cur_arg_info->allow_null = 0;        // 限定為類    if (class_type->u.constant.type == IS_STRING) {        if (ZEND_FETCH_CLASS_DEFAULT == zend_get_class_fetch_type(Z_STRVAL(class_type->u.constant), Z_STRLEN(class_type->u.constant))) {            zend_resolve_class_name(class_type, &opline->extended_value, 1 TSRMLS_CC);        }        cur_arg_info->class_name = class_type->u.constant.value.str.val;        cur_arg_info->class_name_len = class_type->u.constant.value.str.len;                // 如果限定為類，則參數的默認值只能為NULL        if (op == ZEND_RECV_INIT) {            if (Z_TYPE(initialization->u.constant) == IS_NULL || (Z_TYPE(initialization->u.constant) == IS_CONSTANT && !strcasecmp(Z_STRVAL(initialization->u.constant), 'NULL'))) {                cur_arg_info->allow_null = 1;            } else {                zend_error(E_COMPILE_ERROR, 'Default value for parameters with a class type hint can only be NULL');            }        }    }    // 限定為數組    else {        // 將array_type_hint設置為1        cur_arg_info->array_type_hint = 1;        cur_arg_info->class_name = NULL;        cur_arg_info->class_name_len = 0;                // 如果限定為數組，則參數的默認值只能為數組或NULL        if (op == ZEND_RECV_INIT) {            if (Z_TYPE(initialization->u.constant) == IS_NULL || (Z_TYPE(initialization->u.constant) == IS_CONSTANT && !strcasecmp(Z_STRVAL(initialization->u.constant), 'NULL'))) {                cur_arg_info->allow_null = 1;            } else if (Z_TYPE(initialization->u.constant) != IS_ARRAY && Z_TYPE(initialization->u.constant) != IS_CONSTANT_ARRAY) {                zend_error(E_COMPILE_ERROR, 'Default value for parameters with array type hint can only be an array or NULL');            }        }    }}opline->result.u.EA.type |= EXT_TYPE_UNUSED;

這部分代碼寫的很清晰。注意，對于限定為數組的情況，class_type的op_type會被設置為IS_CONST，而u.constant.type會被設置為IS_NULL：

optional_class_type:		/* empty */			{ $$.op_type = IS_UNUSED; }	|	fully_qualified_class_name	{ $$ = $1; }	|	T_ARRAY				{ $$.op_type = IS_CONST; Z_TYPE($$.u.constant)=IS_NULL;}

因此，zend_do_receive_arg中區分限定為類還是數組，是利用class_type->u.constant.type == IS_STRING來判斷的。如果類型限定為數組，則cur_arg_info->array_type_hint會被設置為1。

還有另一個地方需要了解，zend_resolve_class_name函數會修正類名。舉例來說：

<?phpnamespace A;class B { }function foo(B $arg1, $arg2 = 100){    print($arg1);}

我們期望參數arg1的類型為B，class_type中也保存了B。但是因為位于命名空間A下，所以，zend_resolve_class_name會將class_type中保存的類名B，修正為AB。

OK，到這里，zend_do_receive_arg已經全部分析完。zend vm在分析函數參數時，每遇見一個參數，便會調用一次zend_do_receive_arg，生成一條RECV指令。因此，函數有幾個參數，就會編譯出幾條RECV指令。

4、編譯函數體

當編譯完參數列表，zend vm便會進入函數內部了。函數體的編譯其實和正常語句的編譯一樣。zend vm只需要將函數體內部的php語句，按照正常的statment，進行詞法分析、語法分析來處理，最終形成一條條zend_op指令。

來看下語法文件：

unticked_function_declaration_statement:	function is_reference T_STRING { zend_do_begin_function_declaration(&$1, &$3, 0, $2.op_type, NULL TSRMLS_CC); }	'(' parameter_list ')' '{' inner_statement_list '}' { zend_do_end_function_declaration(&$1 TSRMLS_CC); };

函數體內部的語句，表示為inner_statement_list。

inner_statement_list:		inner_statement_list  { zend_do_extended_info(TSRMLS_C); } inner_statement { HANDLE_INTERACTIVE(); }	|	/* empty */;

而inner_statment正是由語句、函數聲明、類聲明組成的。

inner_statement:		statement	|	function_declaration_statement	|	class_declaration_statement	|	T_HALT_COMPILER '(' ')' ';'   { zend_error(E_COMPILE_ERROR, '__HALT_COMPILER() can only be used from the outermost scope'); };

inner_statement并非專門用于函數，其他譬如foreach，while循環等有block語句塊中，都會被識別為inner_statement。從這里其實還能看到一些有意思的語法，比如說我們可以在函數里聲明一個類。inner_statement就不展開敘述了，否則相當于將整個php的語法捋一遍，情況太多了。

5、結束編譯

我們最后來看下結束編譯的過程。結束函數編譯是通過zend_do_end_function_declaration來完成的。

zend_do_end_function_declaration接收的參數function_token，其實就是前面提到過的function字面對應的znode。根據我們在“開始編譯”一節所述，function_token中保留了函數體之外的op_array。

char lcname[16];int name_len;zend_do_extended_info(TSRMLS_C);// 返回NULLzend_do_return(NULL, 0 TSRMLS_CC);// 通過op指令設置對應的handler函數pass_two(CG(active_op_array) TSRMLS_CC);// 釋放當前函數的CG(labels)，并從CG(labels_stack)中還原之前的CG(labels)zend_release_labels(TSRMLS_C);if (CG(active_class_entry)) {    // 檢查魔術方法的參數是否合法    zend_check_magic_method_implementation(CG(active_class_entry), (zend_function*)CG(active_op_array), E_COMPILE_ERROR TSRMLS_CC);} else {    /* we don't care if the function name is longer, in fact lowercasing only      * the beginning of the name speeds up the check process */    name_len = strlen(CG(active_op_array)->function_name);    zend_str_tolower_copy(lcname, CG(active_op_array)->function_name, MIN(name_len, sizeof(lcname)-1));    lcname[sizeof(lcname)-1] = ''; /* zend_str_tolower_copy won't necessarily set the zero byte */        // 檢查__autoload函數的參數是否合法    if (name_len == sizeof(ZEND_AUTOLOAD_FUNC_NAME) - 1 && !memcmp(lcname, ZEND_AUTOLOAD_FUNC_NAME, sizeof(ZEND_AUTOLOAD_FUNC_NAME)) && CG(active_op_array)->num_args != 1) {        zend_error(E_COMPILE_ERROR, '%s() must take exactly 1 argument', ZEND_AUTOLOAD_FUNC_NAME);    }        }CG(active_op_array)->line_end = zend_get_compiled_lineno(TSRMLS_C);// 很關鍵！將CG(active_op_array)還原成函數外層的op_arrayCG(active_op_array) = function_token->u.op_array;/* Pop the switch and foreach seperators */zend_stack_del_top(&CG(switch_cond_stack));zend_stack_del_top(&CG(foreach_copy_stack));

有3處值得注意：

1，zend_do_end_function_declaration中會對CG(active_op_array)進行還原。用的正是function_token->u.op_array。一旦zend_do_end_function_declaration完成，函數的整個編譯過程就已經結束了。zend vm會繼續看接下來函數之外的代碼，所以需要將CG(active_op_array)切換成原先的。

2，zend_do_return負責在函數最后添加上一條RETURN指令，因為我們傳進去的是NULL，所以這條RETURN指令的操作數被強制設置為UNUSED。注意，不管函數本身是否有return語句，最后這條RETURN指令是必然存在的。假如函數有return語句，return語句也會產生一條RETURN指令，所以會導致可能出現多條RETURN指令。舉例來說：

function foo(){    return true;}

編譯出來的OP指令最后兩條如下：

 RETURN        true RETURN        null

我們可以很明顯在最后看到兩條RETURN。一條是通過return true編譯出來的。另一條，就是在zend_do_end_function_declaration階段，強制插入的RETURN。

3，我們剛才講解的所有步驟中，都只是設置了每條指令的opcode，而并沒有設置這條指令具體的handle函數。pass_two會負責遍歷每條zend_op指令，根據opcode，以及操作數op1和op2，去查找并且設置對應的handle函數。這項工作，是通過ZEND_VM_SET_OPCODE_HANDLER(opline)宏來完成的。

#define ZEND_VM_SET_OPCODE_HANDLER(opline) zend_vm_set_opcode_handler(opline)

zend_vm_set_opcode_handler的實現很簡單：

void zend_init_opcodes_handlers(void){    // 超大的數組，里面存放了所有的handler    static const opcode_handler_t labels[] = {        ZEND_NOP_SPEC_HANDLER,        ZEND_NOP_SPEC_HANDLER,        ZEND_NOP_SPEC_HANDLER,        ZEND_NOP_SPEC_HANDLER,        ZEND_NOP_SPEC_HANDLER,        ZEND_NOP_SPEC_HANDLER,        ...    };    zend_opcode_handlers = (opcode_handler_t*)labels;}static opcode_handler_t zend_vm_get_opcode_handler(zend_uchar opcode, zend_op* op){        static const int zend_vm_decode[] = {            _UNUSED_CODE, /* 0              */            _CONST_CODE,  /* 1 = IS_CONST   */            _TMP_CODE,    /* 2 = IS_TMP_VAR */            _UNUSED_CODE, /* 3              */            _VAR_CODE,    /* 4 = IS_VAR     */            _UNUSED_CODE, /* 5              */            _UNUSED_CODE, /* 6              */            _UNUSED_CODE, /* 7              */            _UNUSED_CODE, /* 8 = IS_UNUSED  */            _UNUSED_CODE, /* 9              */            _UNUSED_CODE, /* 10             */            _UNUSED_CODE, /* 11             */            _UNUSED_CODE, /* 12             */            _UNUSED_CODE, /* 13             */            _UNUSED_CODE, /* 14             */            _UNUSED_CODE, /* 15             */            _CV_CODE      /* 16 = IS_CV     */        };                // 去handler數組里找到對應的處理函數        return zend_opcode_handlers[opcode * 25 + zend_vm_decode[op->op1.op_type] * 5 + zend_vm_decode[op->op2.op_type]];}ZEND_API void zend_vm_set_opcode_handler(zend_op* op){    // 給zend op設置對應的handler函數    op->handler = zend_vm_get_opcode_handler(zend_user_opcodes[op->opcode], op);}

所有的opcode都定義在zend_vm_opcodes.h里，從php5.3-php5.6，大概從150增長到170個opcode。上面可以看到通過opcode查找handler的準確算法：

zend_opcode_handlers[opcode * 25 + zend_vm_decode[op->op1.op_type] * 5 + zend_vm_decode[op->op2.op_type]

不過zend_opcode_handlers數組太大了...找起來很麻煩。

下面回到文章開始的那段php代碼，我們將函數foo進行編譯，最終得到的指令如下：

可以看出，因為foo指接受一個參數，所以這里只有一條RECV指令。

print語句的參數為!0，!0是一個compiled variables，其實就是參數中的arg1。0代表著索引，回憶一下，函數的op_array有一個數組專門用于保存compiled variables，0表明arg1位于該數組的開端。

print語句有返回值，所以會存在一個臨時變量保存其返回值，即~0。由于我們在函數中并未使用~0，所以隨即便會有一條FREE指令對其進行釋放。

在函數的最后，是一條RETURN指令。

6、綁定

函數編譯完成之后，還需要進行的一步是綁定。zend vm通過zend_do_early_binding來實現綁定。這個名字容易讓人產生疑惑，其實只有在涉及到類和方法的時候，才會有早期綁定，與之相對的是延遲綁定，或者叫后期綁定。純粹函數談不上這種概念，不過zend_do_early_binding是多功能的，并非僅僅為綁定方法而實現。

來看下zend_do_early_binding：

// 拿到的是最近一條zend op，對于函數來說，就是ZEND_DECLARE_FUNCTIONzend_op *opline = &CG(active_op_array)->opcodes[CG(active_op_array)->last-1];HashTable *table;while (opline->opcode == ZEND_TICKS && opline > CG(active_op_array)->opcodes) {    opline--;}switch (opline->opcode) {    case ZEND_DECLARE_FUNCTION:        // 真正綁定函數        if (do_bind_function(opline, CG(function_table), 1) == FAILURE) {            return;        }        table = CG(function_table);        break;    case ZEND_DECLARE_CLASS:        ...    case ZEND_DECLARE_INHERITED_CLASS:        ...}// op1中保存的是函數的key，這里其從將CG(function_table)中刪除zend_hash_del(table, opline->op1.u.constant.value.str.val, opline->op1.u.constant.value.str.len);zval_dtor(&opline->op1.u.constant);zval_dtor(&opline->op2.u.constant);// opline置為NOPMAKE_NOP(opline);

這個函數實現也很簡單，主要就是調用了do_bind_function。

ZEND_API int do_bind_function(zend_op *opline, HashTable *function_table, zend_bool compile_time) /* {{{ */{    zend_function *function;    // 找出函數    zend_hash_find(function_table, opline->op1.u.constant.value.str.val, opline->op1.u.constant.value.str.len, (void *) &function);        // 以函數名稱作為key，重新加入function_table    if (zend_hash_add(function_table, opline->op2.u.constant.value.str.val, opline->op2.u.constant.value.str.len+1, function, sizeof(zend_function), NULL)==FAILURE) {        int error_level = compile_time ? E_COMPILE_ERROR : E_ERROR;        zend_function *old_function;        // 加入失敗，可能發生重復定義了        if (zend_hash_find(function_table, opline->op2.u.constant.value.str.val, opline->op2.u.constant.value.str.len+1, (void *) &old_function)==SUCCESS            && old_function->type == ZEND_USER_FUNCTION            && old_function->op_array.last > 0) {            zend_error(error_level, 'Cannot redeclare %s() (previously declared in %s:%d)',                        function->common.function_name, old_function->op_array.filename, old_function->op_array.opcodes[0].lineno);        } else {            zend_error(error_level, 'Cannot redeclare %s()', function->common.function_name);        }        return FAILURE;    } else {        (*function->op_array.refcount)++;        function->op_array.static_variables = NULL; /* NULL out the unbound function */        return SUCCESS;    }}

在進入do_bind_function之前，其實CG(function_table)中已經有了函數的op_array。不過用的鍵并非函數名，而是build_runtime_defined_function_key生成的“key”，這點在前面“開始編譯”一節中有過介紹。do_bind_function所做的事情，正是利用這個“key”，將函數查找出來，并且以真正的函數名為鍵，重新插入到CG(function_table)中。

因此當do_bind_function完成時，function_table中有2個鍵可以查詢到該函數。一個是“key”為索引的，另一個是以函數名為索引的。在zend_do_early_binding的最后，會通過zend_hash_del來刪除“key”，從而保證function_table中，該函數只能夠以函數名為鍵值查詢到。

7、總結

這篇其實主要是為了弄清楚，函數如何被編譯成op_array。一些關鍵的步驟如下圖：