語言是人們進行溝通和交流的表達符號，每種語言都有專屬于自己的符號，表達方式和規則。 就編程語言來說，它也是由特定的符號，特定的表達方式和規則組成。語言的作用是溝通，不管是自然語言，還是編程語言，它們的區別在于自然語言是人與人之間溝通的工具， 而編程語言是人與機器之間的溝通渠道。

就PHP語言來說，它也是一組符合一定規則的約定的指令。 在編程人員將自己的想法以PHP語言實現后，通過PHP的虛擬機（確切的來說應該是PHP的語言引擎Zend）將這些PHP指令轉變成C語言 （可以理解為更底層的一種指令集）指令，而C語言又會轉變成匯編語言， 最后匯編語言將根據處理器的規則轉變成機器碼執行。這是一個更高層次抽象的不斷具體化，不斷細化的過程。

從一種語言到另一種語言的轉化稱之為編譯，這兩種語言分別可以稱之為源語言和目標語言。 這種編譯過程通過發生在目標語言比源語言更低級（或者說更底層）。 語言轉化的編譯過程是由編譯器來完成， 編碼器通常被分為一系列的過程：詞法分析、語法分析、語義分析、中間代碼生成、代碼優化、目標代碼生成等。 前面幾個階段（詞法分析、語法分析和語義分析）的作用是分析源程序，我們可以稱之為編譯器的前端。 后面的幾個階段（中間代碼生成、代碼優化和目標代碼生成）的作用是構造目標程序，我們可以稱之為編譯器的后端。 一種語言被稱為編譯類語言，一般是由于在程序執行之前有一個翻譯的過程， 其中關鍵點是有一個形式上完全不同的等價程序生成。 而PHP之所以被稱為解釋類語言，就是因為并沒有這樣的一個程序生成， 它生成的是中間代碼Opcode，這只是PHP的一種內部數據結構。

比如我們寫一個簡單的程序

<?php	echo "Hello World!";	$a = 1 + 1;	echo $a;?>

1.Scanning(Lexing) ,將PHP代碼轉換為語言片段(Tokens)2.Parsing, 將Tokens轉換成簡單而有意義的表達式3.Compilation, 將表達式編譯成Opocdes4.Execution, 順次執行Opcodes，每次一條，從而實現PHP腳本的功能。

注2：現在有的Cache比如APC,可以使得PHP緩存住Opcodes，這樣，每次有請求來臨的時候，就不需要重復執行前面3步，從而能大幅的提高PHP的執行速度。

那什么是Lexing? 學過編譯原理的同學都應該對編譯原理中的詞法分析步驟有所了解，Lex就是一個詞法分析的依據表。

對于PHP在開始使用的是Flex，之后改為re2c， html' target='_blank'>MySQL的詞法分析使用的Flex，除此之外還有作為UNIX系統標準詞法分析器的Lex等。 這些工具都會讀進一個代表詞法分析器規則的輸入字符串流，然后輸出以C語言實做的詞法分析器源代碼。 這里我們只介紹PHP的現版詞法分析器，re2c。 在源碼目錄下的Zend/zend_language_scanner.l 文件是re2c的規則文件， 如果需要修改該規則文件需要安裝re2c才能重新編譯，生成新的規則文件。Zend/zend_language_scanner.c會根據Zend/zend_language_scanner.l,來輸入的 PHP代碼進行詞法分析，從而得到一個一個的“詞”。

從PHP4.2開始提供了一個函數叫token_get_all,這個函數就可以將一段PHP代碼 Scanning成Tokens；

我們用下面的代碼使用token_get_all函數處理我們開頭提到的PHP代碼。

<?phpecho "<pre>";$phpcode = <<<PHPCODE<?php	echo "Hello World!";	$a = 1 + 1;	echo $a;?>PHPCODE;// $tokens = token_get_all($phpcontent);// print_r($tokens);$tokens = token_get_all($phpcode); foreach ($tokens as $key => $token) {	$tokens[$key][0] = token_name($token[0]);}print_r($tokens);?>

注：為了便于理解和查看，我使用token_name函數將解析器代號修改成了符號名稱說明。

如果有的童鞋想要看原始的，可以將上面代碼中的第10,11行代碼注釋去掉。

解釋器代號列表詳見：http://www.php.net/manual/zh/tokens.php

得到的結果如下：

Array(    [0] => Array        (            [0] => T_OPEN_TAG            [1] =>  1        )    [1] => Array        (            [0] => T_WHITESPACE            [1] => 	            [2] => 2        )    [2] => Array        (            [0] => T_ECHO            [1] => echo            [2] => 2        )    [3] => Array        (            [0] => T_WHITESPACE            [1] =>              [2] => 2        )    [4] => Array        (            [0] => T_CONSTANT_ENCAPSED_STRING            [1] => "Hello World!"            [2] => 2        )    [5] =>     [6] => Array        (            [0] => T_WHITESPACE            [1] => 	             [2] => 2        )    [7] =>     [8] => Array        (            [0] => T_WHITESPACE            [1] =>              [2] => 3        )    [9] => Array        (            [0] => T_LNUMBER            [1] => 1            [2] => 3        )    [10] => Array        (            [0] => T_WHITESPACE            [1] =>              [2] => 3        )    [11] =>     [12] => Array        (            [0] => T_WHITESPACE            [1] =>              [2] => 3        )    [13] => Array        (            [0] => T_LNUMBER            [1] => 1            [2] => 3        )    [14] =>     [15] => Array        (            [0] => T_WHITESPACE            [1] => 	            [2] => 3        )    [16] => Array        (            [0] => T_ECHO            [1] => echo            [2] => 4        )    [17] => Array        (            [0] => T_WHITESPACE            [1] =>              [2] => 4        )    [18] =>     [19] => Array        (            [0] => T_WHITESPACE            [1] =>             [2] => 4        )    [20] => Array        (            [0] => T_CLOSE_TAG            [1] => ?>            [2] => 5        ))

分析這個返回結果我們可以發現，源碼中的字符串，字符，空格都會原樣返回。

每個源代碼中的字符，都會出現在相應的順序處。

而其他的，比如標簽，操作符，語句，都會被轉換成一個包含三部分的

1、Token ID解釋器代號 (也就是在Zend內部的改Token的對應碼，比如,T_ECHO,T_STRING)

2、源碼中的原來的內容

3、該詞在源碼中是第幾行。

接下來，就是Parsing階段了，Parsing首先會丟棄Tokens Array中的多于的空格，

然后將剩余的Tokens轉換成一個一個的簡單的表達式

1.echo a constant string2.add two numbers together3.store the result of the prior expression to a variable4.echo a variable

Bison是一種通用目的的分析器生成器。它將LALR(1)上下文無關文法的描述轉化成分析該文法的C程序。 使用它可以生成解釋器，編譯器，協議實現等多種程序。 Bison向上兼容Yacc，所有書寫正確的Yacc語法都應該可以不加修改地在Bison下工作。 它不但與Yacc兼容還具有許多Yacc不具備的特性。

Bison分析器文件是定義了名為yyparse并且實現了某個語法的函數的C代碼。 這個函數并不是一個可以完成所有的語法分析任務的C程序。 除此這外我們還必須提供額外的一些函數： 如詞法分析器、分析器報告錯誤時調用的錯誤報告函數等等。 我們知道一個完整的C程序必須以名為main的函數開頭，如果我們要生成一個可執行文件，并且要運行語法解析器， 那么我們就需要有main函數，并且在某個地方直接或間接調用yyparse，否則語法分析器永遠都不會運行。

在PHP實現內部，opcode由如下的結構體表如下：

struct _zend_op {opcode_handler_t handler; // 執行該opcode時調用的處理函數znode result;znode op1;znode op2;ulong extended_value;uint lineno;zend_uchar opcode; // opcode代碼};

和CPU的指令類似，有一個標示指令的opcode字段，以及這個opcode所操作的操作數。

PHP不像匯編那么底層， 在腳本實際執行的時候可能還需要其他更多的信息，extended_value字段就保存了這類信息。

其中的result域則是保存該指令執行完成后的結果。

PHP腳本編譯為opcode保存在op_array中，其內部存儲的結構如下：

struct _zend_op_array {	/* Common elements */	zend_uchar type;	char *function_name; // 如果是用戶定義的函數則，這里將保存函數的名字	zend_class_entry *scope;	zend_uint fn_flags;	union _zend_function *prototype;	zend_uint num_args;	zend_uint required_num_args;	zend_arg_info *arg_info;	zend_bool pass_rest_by_reference;	unsigned char return_reference;	/* END of common elements */	zend_bool done_pass_two;	zend_uint *refcount;	zend_op *opcodes; // opcode數組	zend_uint last，size;	zend_compiled_variable *vars;	int last_var，size_var;	// ...}

ZEND_API void execute(zend_op_array *op_array TSRMLS_DC){	// ... 循環執行op_array中的opcode或者執行其他op_array中的opcode}

前面提到每條opcode都有一個opcode_handler_t的函數指針字段，用于執行該opcode。

PHP有三種方式來進行opcode的處理:CALL，SWITCH和GOTO。

PHP默認使用CALL的方式，也就是函數調用的方式， 由于opcode執行是每個PHP程序頻繁需要進行的操作，

可以使用SWITCH或者GOTO的方式來分發， 通常GOTO的效率相對會高一些，

不過效率是否提高依賴于不同的CPU。

* ZEND_ECHO     'Hello World%21'* ZEND_ADD       ~0 1 1* ZEND_ASSIGN  !0 ~0* ZEND_ECHO     !0* ZEND_RETURN  1

a)op_type : 為IS_CONST, IS_TMP_VAR, IS_VAR, IS_UNUSED, or IS_CV b)u,一個聯合體，根據op_type的不同，分別用不同的類型保存了這個操作數的值(const)或者左值(var)

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。