在前面大致預覽了常用變量的結(jié)構(gòu)之后，我們今天來仔細的剖析一下字符串的具體實現(xiàn)。

一、字符串的結(jié)構(gòu)

struct _zend_string {
	zend_refcounted_h gc;       /* 字符串類別及引用計數(shù) */
	zend_ulong        h;        /* 字符串的哈希值 */
	size_t            len;      /* 字符串的長度 */
	char              val[1];   /* 柔性數(shù)組，字符串存儲位置 */
};

zend_refcounted_h對應的結(jié)構(gòu)體：

typedef struct _zend_refcounted_h {
	uint32_t         refcount;			/* 引用計數(shù) */
	union {
		struct {
			ZEND_ENDIAN_LOHI_3(
				zend_uchar    type,     
				zend_uchar    flags,    /* 字符串的類型 */
				uint16_t      gc_info   /* 垃圾回收信息 */
			)
		} v;
		uint32_t type_info;
	} u;
} zend_refcounted_h;

下面我們來了解一下具體每個成員的作用：

• gc：就是_zend_refcounted_h結(jié)構(gòu)體，主要作用是引用計數(shù)以及標記變量的類別。
• h：字符串的哈希值，在字符串被用來當數(shù)組的key時才初始化，這樣如果同一個字符串被多次用來做key，就不會重復計算了。
• val：這里的char[1]并不意味著只存儲1位，char[1]被稱為柔性數(shù)組，下面來了解一下PHP在字符串內(nèi)存分配時做了什么。

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);
    ......
}

宏替換后：

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);
    ......
}

示例中的代碼XtOffsetOf(zend_string, val)表示計算出zend_string結(jié)構(gòu)體的大小，而len就是要分配字符串的長度，最后的+1是留給結(jié)束字符\0的。也就是說，分配內(nèi)存時不僅僅分配結(jié)構(gòu)體大小的內(nèi)存，還要顧及到長度不可控的val，這樣不僅柔性的分配了內(nèi)存，還使它與其他成員存儲在同一塊連續(xù)的空間中，在分配、釋放內(nèi)存時可以把struct統(tǒng)一處理。

• len：字符串的長度，避免重復計算浪費時間，典型的空間換時間做法。

二、字符串的二進制安全

學習過C語言的應該知道，字符串中除了最后一個字符外不允許含有\0，否則會被認為是字符串的結(jié)束字符，這就導致了C語言的字符串有很多的限制，比如不存儲圖片、文件等二進制數(shù)據(jù)。但是PHP就沒有這樣的限制，它的字符串可以存儲二進制數(shù)據(jù)，并不會出現(xiàn)任何報錯，而PHP的這種能力就叫做字符串的二進制安全。

C語言代碼如下：

main() {
    char a[] = "aaa\0b";    /* 含有\(zhòng)0的字符串 */
    printf("%d\n", strlen(a));  /* 長度為3，\0后的b被忽略 */
}

PHP代碼：

<?php
    $a = "aaa\0b";
    echo strlen($a);    //輸出5
?>

但是PHP不是C語言寫的嗎？為什么PHP不會報錯？我們再來回顧一下zend_string結(jié)構(gòu)體，還記得成員變量len嗎？它是實現(xiàn)二進制安全的關(guān)鍵，我們不需要像C一樣通過\0來判定字符串是否被讀取完成，而是通過長度len來判斷，這樣就保證了字符串的二進制安全。

三、zend_string API

在了解了zend_string結(jié)構(gòu)之后，我們來了解一下用來操作zend_string的函數(shù)集合。

下面挑幾個函數(shù)來介紹一下。

3.1、zend_string_init函數(shù)

zend_string_init函數(shù)主要負責把一個普通的字符串轉(zhuǎn)化為zend_string結(jié)構(gòu)體。

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] = '\0';
	return ret;
}

• 申請一塊連續(xù)的內(nèi)存，這個在上文中已經(jīng)提到，申請的內(nèi)存大小是zend_string結(jié)構(gòu)體大小+字符串長度+1。
• 指針偏移到val位置，開始字符串拷貝。
• 在zend_string.val結(jié)尾追加\0。

3.2、zend_string_extend函數(shù)

該函數(shù)主要用于對字符串的擴容，注意這里擴容不會改變原來保存的值，只是把長度擴大到len。

static zend_always_inline zend_string *zend_string_extend(zend_string *s, size_t len, 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, persistent);
	memcpy(ZSTR_VAL(ret), ZSTR_VAL(s), ZSTR_LEN(s) + 1);
	return ret;
}

• 如果不是內(nèi)部字符串并且引用計數(shù)為1時，直接調(diào)用perealloc分配內(nèi)存。
• 如果字符串的引用計數(shù)大于1或者是內(nèi)部字符串時，就不能在原來的基礎(chǔ)上擴容了，先通過zend_string_alloc申請一塊新內(nèi)存，讓后將舊內(nèi)容拷貝到新內(nèi)存中。

3.3、zend_string_equals_ci函數(shù)

主要基于二進制安全對兩個字符串進行判等，我們來看下PHP是怎么比較兩個字符串的。

#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)))

• 先比較兩個字符串的長度是否相等，注意這里是通過zend_string中的len來比較的。
• zend_binary_strcasecmp函數(shù)在長度比較完成后，進行逐個字符進行比較。先遍歷整個字符串數(shù)組，取出每個字符，轉(zhuǎn)換為ASC碼進行判等，如果不等則返回差值。循環(huán)完了還沒發(fā)現(xiàn)差異的話就返回兩者的長度差，如果長度相等就返回0。感覺這里做的有點多余，參數(shù)傳進來之前就已經(jīng)做了長度判等了。

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);
}

感興趣的同學可以到源碼中查看。

四、參考文獻

• 《PHP7底層設(shè)計與源碼實現(xiàn)》
• 《PHP7內(nèi)核剖析》