php -s是高亮源代碼的命令，所謂高亮源代碼其實就是對詞素進行一個顏色高亮，我們通過入口文件分析到在$PHPSRC/sapi/cli/php_cli.c中的do_cli函數里邊接收了命令行的參數輸入。-s的輸入對應的是高亮源碼。
緊接著，便是調用了Zend引擎的代碼高亮的函數：zend_highlight。
在$PHPSRC/Zend/zend_highlight.c中，我們找到了zend_highlight的定義，zend_highlight()調用的就是詞法分析器lex_scan來獲取Token，然后加入對應的顏色。
到了這里，就真正進入詞法分析的流程了。
其表達的意思就是：當我們詞法解析器處于ST_IN_SCRIPTING這個狀態時，遇到"exit"這個字符串就返回一個T_EXIT的Token標志（在Zend引擎中Token的宏都是以T_開頭，其實際對應是一個數字）。你可以經常從語法錯誤提示信息中看到T_開頭的提示信息，例如在：echo "Hello" World!/n";字符串中加多了一個雙引號，運行時就會出現編譯錯誤，這里邊就有一個T_STRING的Token錯誤：
關鍵字Token回到lex詞法描述文件上，前邊說到詞法掃描的入口在zend_language_scanner.l的第999行int lex_scan(zval *zendlval TSRMLS_DC)里。先定義一些前置的正則匹配：
對于一些無需復雜處理的關鍵字，我們掃描到對應的關鍵字，直接生成對應的Token標志即可，例如：
在lex文件中可以看到很多這樣的規則聲明，<ST_IN_SCRIPTING>是指掃描到這個關鍵字的前置條件是詞法解析器要處于ST_IN_SCRIPTING這個狀態，在lex文件里邊有以下幾種方式可以設置當前的詞法解析器狀態
當掃描到<?php時，在1790行設置了當前詞法解析器的狀態為ST_IN_SCRIPTING，其中HANDLE_NEWLINE是為了遞增當前的zend_lineno，這個變量是用來記錄當前解析到第幾行。最后return一個T_OPEN_TAG出去。當遇到短標簽<?=時，會先檢查全局屬性里邊的short_tags有沒有打開，沒有的話就goto到inline_char_handler去處理，inline_char_handler對應的就是掃描不在PHP標簽里邊的字符了。
在1732行行定義了另外一種PHP語法打開標簽，就是：<script language="php">echo 2;</script>
可以通過這個規則看出，如果在script里邊加入其他屬性就會導致這條規則失效，例如：<script language="php">echo 2;</script>就不會進行PHP語法解析了。
可以看出，PHP是支持#以及//兩種方式的單行注釋。處于ST_IN_SCRIPTING狀態下，遇到"#"|"//"，變觸發了單行注釋的掃描，從當前字符開始一直掃描到流緩沖區的末尾(也即是while(YYCURSOR < YYLIMIT))。遇到/r/n以及/n時，遞增記錄當前解析的行(zend_lineno++)，為了更好容錯性，PHP還兼容了//?>這樣的語法，也即是說當行注釋是不會注釋到?>的，可以從case '?'這個分支看出Zend的處理，先讓當前指針YYCURSOR--，回到?>前一個字符，然后跳出循環，這樣才不會吃掉"?>"導致后邊認不到PHP的關閉標簽。多行注釋的規則稍微復雜那么一點點：
首先可以看到/**是對應PHP文檔聲明的解析（在文檔中是可以書寫PHP變量，在變量解析那里可以看到這個問題），緊接著一個while循環掃描到*/的位置，如果一直到文件結尾都沒掃到*/，那就zend_error一個Waring錯誤，但是不會影響接下去的解析。
其實對于代碼來說，數字其實也是字符，詞法分析器掃描到這5個規則的時候，需要把當前的zendlval對應的解析成數字存起來，同時返回一個數字類型的Token標志，看最簡單的LNUM規則處理：
首先檢查一下當前的字符串是否超出C語言的long類型長度，如果不超過，直接接調用strtol把字符串轉換成long int類型。如果超出了long的范圍，Zend還是嘗試看看能不能轉，如果發生溢出（error == ERANGE）那就把當前數字轉成double類型。至于DNUM、BNUM等就不占篇幅了。
有三種變量的聲明調用方式，$var, $var->PRop, $var["key"]。注意到yyless調用，yyless的宏定義聲明在69行：
因為詞法掃描的時候已經吃掉了"$var->"，而我們只需要提取出變量名"var"，因此我們需要讓YYCURSOR指針重新回到"var->"的"-"位置，因此調用了yyless(yyleng-3)。緊接著都是通過zend_copy_value拷貝變量名到zendlval里邊記錄起來供之后語法解析階段插入到符號表里邊去。這里再討論一個關于$var->prop的規則，
我們留意到1193行有個奇怪的規則，為什么在ST_LOOKING_FOR_PROPERTY下還可以再有->呢，研究了一下，原來這里是為了檢驗$var->prop1->prop2這第2+個的->。
首先留意到b?[']，字符串前邊能加上b聲明？但是在之后的代碼中壓根沒看出這個b的聲明對字符串有什么影響。在http://php.net/manual/zh/language.types.string.php里邊有這樣一句描述：
原來這b是為了聲明一個二進制字符串用的。再留意到2022行，為什么遇到'//'要讓YYCURSOR++呢？因為在字符串中/后邊帶的是轉義字符，這里讓YYCURSOR++的目的就是為了跳過下一個字符，例如：'/''，如果不跳過第二個單引號的話，我們掃描到第二個引號就會認為字符串結束了。接下去的處理就比較簡單了，從輸入流中取出字符串的內容，返回一個T_CONSTANT_ENCAPSED_STRING的Token標志。雙引號的字符串處理就復雜一點了：
雙引號里邊是支持變量的！$hello = "Hello"; $str = "${hello} World";留意到2085行，如果雙引號字符串里邊沒有變量，直接就返回一個字符串了，從這里看出，其實雙引號字符串在沒有包含$的情況下的效率跟單引號字符串是差不多的。如果遇到了變量！這個時候就要切換到ST_DOUBLE_QUOTES狀態了：
現在又回到了尋找變量的規則，其他的規則就不占篇幅了，討論一個細節，我們回到1871行：
注意到掃描到"$var["這種情況的時候，會壓入一個新的狀態ST_VAR_OFFSET，同時在1889這條規則里邊有前置條件ST_VAR_OFFSET的存在，這個是為了掃描到$var[$key][$key]這樣的情況，細心點還可以留意到字符串里邊的數組變量的key是不允許用->的，例如：$str = "$var[$a->s]";這樣是不符合語法的，會出現一個解析錯誤：Parse error: syntax error, unexpected '-', expecting ']' in xxx.php
新聞熱點
疑難解答
圖片精選
