PHP内部函数的定义

　　PHP（外文名:PHP: Hypertext Preprocessor，中文名：“超文本预处理器”）是一种通用开源脚本语言。语法吸收了C语言、Java和Perl的特点，利于学习，使用广泛，主要适用于Web开发领域。那么PHP内部函数的定义是怎样的呢？以下仅供参考！

　　如何找到函数的定义

　　作为开始，让我们尝试找出strpos函数的定义。

　　尝试的第一步，就是去PHP 5.4根目录然后在页面顶部的搜索框输入strpos。搜索的结果是一个很大的列表，展示了strpos在PHP源码中出现的位置。

　　因为这个结果对我们并没有太大的帮助，我们使用一个小技巧：我们搜索”PHP_FUNCTION strpos”（不要漏了双引号，它们很重要），而不是strpos.

　　现在我们得到两个入口链接：

　　/PHP_5_4/ext/standard/

　　php_string.h 48 PHP_FUNCTION(strpos);

　　string.c 1789 PHP_FUNCTION(strpos)

　　第一个要注意的事情是，两个位置都是在ext/standard文件夹。这就是我们希望找到的，因为strpos函数（跟大部分string，array和文件函数一样）是standard扩展的一部分。

　　现在，在新标签页打开两个链接，然后看看它们背后藏了什么代码。

　　你会看到第一个链接带你到了php_string.h文件，它包含了下面的代码：

　　// ...

　　PHP_FUNCTION(strpos);

　　PHP_FUNCTION(stripos);

　　PHP_FUNCTION(strrpos);

　　PHP_FUNCTION(strripos);

　　PHP_FUNCTION(strrchr);

　　PHP_FUNCTION(substr);

　　// ...

　　这就是一个典型的头文件（以.h后缀结尾的文件）的样子：单纯的函数列表，函数在其他地方定义。事实上，我们对这些并不感兴趣，因为我们已经知道我们要找的是什么。

　　第二个链接更有趣：它带我们到string.c文件，这个文件包含了函数真正的源代码。

　　在我带你一步一步地查阅这个函数之前，我推荐你自己尝试理解这个函数。这是一个很简单的函数，尽管你不知道真正的细节，但大多数代码看起来都很清晰。

　　PHP函数的骨架

　　所有的PHP函数都使用同一个基本结构。在函数顶部定义了各个变量，然后调用zend_parse_parameters函数，然后到了主要的逻辑，当中有RETURN_***和php_error_docref的调用。

　　那么，让我们以函数的定义来开始：

　　zval *needle;

　　char *haystack;

　　char *found = NULL;

　　char needle_char[2];

　　long offset = 0;

　　int haystack_len;

　　第一行定义了一个指向zval的指针needle。zval是在PHP内部代表任意一个PHP变量的定义。它真正是怎么样的会在下一篇文章重点谈论。

　　第二行定义了指向单个字符的指针haystack。这时候，你需要记住，在C语言里面，数组代表指向它们第一个元素的指针。比如说，haystack变量会指向你所传递的$haystack字符串变量的第一个字符。haystack + 1会指向第二个字符，haystack + 2指向第三个，以此类推。因此，通过逐个递增指针，可以读取整个字符串。

　　那么问题来了，PHP需要知道字符串在哪里结束。不然的话，它会一直递增指针而不会停止。为了解决这个问题，PHP也保存了明确的长度，这就是haystack_len变量。

　　现在，在上面的定义中，我们感兴趣的是offset变量，这个变量用来保存函数的第三个参数：开始搜索的偏移量。它使用long来定义，跟int一样，也是整型数据类型。现在这两者的差异并不重要，但你需要知道的是在PHP中，整型值使用long来存储，字符串的长度使用int来存储。

　　现在来看看下面的三行：

　　if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "sz|l", &haystack, &haystack_len, &needle, &offset) == FAILURE) {

　　return;

　　}

　　这三行代码做的事情就是，获取传递到函数的参数，然后把它们存储到上面声明的变量中。

　　传递给函数的第一个参数是传递参数的数量。这个数字通过ZEND_NUM_ARGS()宏提供。

　　下一个函数是TSRMLS_CC宏，这是PHP的一种特性。你会发现这个奇怪的宏分散在PHP代码库的很多地方。是线程安全资源管理器（TSRM）的一部分，它保证PHP不会在多线程之间混乱变量。这对我们来说不是很重要，当你在代码中看到TSRMLS_CC（或者TSRMLS_DC）的时候，忽略它就行。（有一个奇怪的地方你需要注意的是，在”argument”之前没有逗号。这是因为不管你是否使用线程安全创建函数，该宏会被解释为空或者, trsm_ls。因此，逗号是宏的一部分。）

　　现在，我们来到重要的东西：”sz|l”字符串标记了函数接收的参数。：

　　s // 第一个参数是字符串

　　z // 第二个参数是一个zval结构体，任意的变量

　　| // 标识接下来的参数是可选的

　　l // 第三个参数是long类型（整型）

　　除了s，z，l之外，还有更多的'标识类型，但是大部分都能从字符中清楚其意思。例如b是boolean，d是double（浮点型数字），a是array，f是回调（function），o是object。

　　接下来的参数&haystack，&haystack_len，&needle，&offset指定了需要赋值的参数的变量。你可以看到，它们都是使用引用（&）传递的，意味着它们传递的不是变量本身，而是指向它们的指针。

　　这个函数调用之后，haystack会包含haystack字符串，haystack_len是字符串的长度，needle是needle的值，offset是开始的偏移量。

　　而且，这个函数使用FAILURE（当你尝试传递无效参数到函数时会发生，比如传递一个数组赋值到字符串）来检查。这种情况下zend_parse_parameters函数会抛出警告，而此函数马上返回（会返回null给PHP的用户层代码）。

　　在参数解析完毕以后，主函数体开始：

　　if (offset < 0 || offset > haystack_len) {

　　php_error_docref(NULL TSRMLS_CC, E_WARNING, "Offset not contained in string");

　　RETURN_FALSE;

　　}

　　这段代码做的事情很明显，如果offset超出了边界，一个E_WARNING级别的错误会通过php_error_docref函数抛出，然后函数使用RETURN_FALSE宏返回false。

　　php_error_docref是一个错误函数，你可以在扩展目录找到它（比如，ext文件夹）。它的名字根据它在错误页面中返回文档参考（就是那些不会正常工作的函数）定义。还有一个zend_error函数，它主要被Zend Engine使用，但也经常出现在扩展代码中。

　　两个函数都使用sprintf函数，比如格式化信息，因此错误信息可以包含占位符，那些占位符会被后面的参数填充。下面有一个例子：

　　php_error_docref(NULL TSRMLS_CC, E_WARNING, "Failed to write %d bytes to %s", Z_STRLEN_PP(tmp), filename);

　　// %d is filled with Z_STRLEN_PP(tmp)

　　// %s is filled with filename

　　让我们继续解析代码：

　　if (Z_TYPE_P(needle) == IS_STRING) {

　　if (!Z_STRLEN_P(needle)) {

　　php_error_docref(NULL TSRMLS_CC, E_WARNING, "Empty delimiter");

　　RETURN_FALSE;

　　}

　　found = php_memnstr(haystack + offset,

　　Z_STRVAL_P(needle),

　　Z_STRLEN_P(needle),

　　haystack + haystack_len);

　　}

　　前面的5行非常清晰：这个分支只会在needle为字符串的情况下执行，而且如果它是空的话会抛出错误。然后到了比较有趣的一部分：php_memnstr被调用了，这个函数做了主要的工作。跟往常一样，你可以点击该函数名然后查看它的源码。

　　php_memnstr返回指向needle在haystack第一次出现的位置的指针（这就是为什么found变量要定义为char *，例如，指向字符的指针）。从这里可以知道，偏移量（offset）可以通过减法被简单地计算，可以在函数的最后看到：

　　RETURN_LONG(found - haystack);

　　最后，让我们来看看当needle作为非字符串的时候的分支：

　　else {

　　if (php_needle_needle, needle_char TSRMLS_CC) != SUCCESS) {

　　RETURN_FALSE;

　　}

　　needle_char[1] = 0;

　　found = php_memnstr(haystack + offset,

　　needle_char,

　　haystack + haystack_len);

　　}

　　我只引用在手册上写的”如果 needle 不是一个字符串，那么它将被转换为整型并被视为字符顺序值。”这基本上说明，除了写strpos($str, 'A')，你还可以写strpos($str, 65)，因为A字符的编码是65。

　　如果你再查看变量定义，你可以看到needle_char被定义为char needle_char[2]，即有两个字符的字符串，php_needle_char会将真正的字符（在这里是’A’）到needle_char[0]。然后strpos函数会设置needle_char[1]为0。这背后的原因是因为，在C里面，字符串是使用’’结尾，就是说，最后一个字符被设置为NUL（编码为0的字符）。在PHP的语法环境里，这样的情况不存在，因为PHP存储了所有字符串的长度（因此它不需要0来帮助找到字符串的结尾），但是为了保证与C函数的兼容性，还是在PHP的内部实现了。

　　Zend functions

　　我对strpos这个函数感觉好累，让我们找另一个函数吧：strlen。我们使用之前的方法：

　　从PHP5.4源码根目录开始搜索strlen。

　　你会看到一堆无关的函数的使用，因此，搜索“PHP_FUNCTION strlen”。当你这么搜索的时候，你会发现一些奇怪的事情发生了：没有任何的结果。

　　原因是，strlen是少数通过Zend Engine而不是PHP扩展定义的函数。这种情况下，函数不是使用PHP_FUNCTION(strlen)定义，而是ZEND_FUNCTION(strlen)。因此，我们也要搜索“ZEND_FUNCTION strlen”。

　　我们都知道，我们需要点击没有分号结尾的链接跳到源码的定义。这个链接带我们到下面的函数定义：

　　ZEND_FUNCTION(strlen)

　　{

　　char *s1;

　　int s1_len;

　　if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "s", &s1, &s1_len) == FAILURE) {

　　return;