php语法分析

　　php的语法分析的主要作用是验证词法分析的基础上将token组成的序列，在php这门语言中是否是一个有效的句子，也可以理解为这些token序列是否匹配设计php这门语言时的语法模型，在匹配的情况下构建具体的程序(组建opcode)，以供编译后期使用。

　　比如：在设计php语言时，需要设计一套语法规则，通过使用上下文无关方法(主要使用BNF（巴斯科-瑙尔范式）表示法来描述)，关于BNF(巴简直斯范式)，请猛戳 这里 ，另外 这篇 文章也不错

　　比如在有一个功能：我需要打印一些东西，这里主要是echo，不仅要支持echo 变量，也要支持echo 常量 ，也要支持 echo 表达式 ，也要支持 echo 变量，常量 等等这样的，我们不可能用具体的去实现，只能用最抽象的方法去概括

　   我简单提取了zend_language_parse.y中关于echo的一些产生式，其中省略了一部分无关的产生式

 unticked_statement:
        echo_expr_list ';'

 echo_expr_list:
         echo_expr_list ',' expr { zend_do_echo(&$ TSRMLS_CC); }
     |    expr                    { zend_do_echo(&$ TSRMLS_CC); }
 ;

 expr:
         r_variable                    { $$ = $; }
     |    expr_without_variable        { $$ = $; }
 ;

 r_variable:
     variable { zend_do_end_variable_parse(&$, BP_VAR_R,  TSRMLS_CC); $$ = $; }
 ;

 expr_without_variable:
 |    scalar                { $$ = $; }

 scalar:
 |    common_scalar            { $$ = $; }

 common_scalar:
         T_LNUMBER                     { $$ = $; }
     |    T_DNUMBER                     { $$ = $; }

　　BNF是一种描述语言规则的方法 ，可以避免二义性的语法，因为比较直观，在编写的时候就可以规避

　　计算机解析BNF写的语法，主要采用LALR(自底向下的方式解析)，大概意思是 将用户编写的代码，经过种种计算，推导为最初编写的那些BNF语法, 也就是将我们根据语法编写的语句，逆向推导出产生式的左端，一个非终结符

　　LA全称是look-ahead（预读下一个符号） LR中的L 是指对输入的字符串从左到右进行检查， R是指 反向构造成最右推导序列 ，由于语法分析比词法分析要复杂得多，所以绝大多数的分析器都是使用类似yacc,bison这样自动化工具生成的，GCC例外。

语法分析器使用LALR，它 由两个二维数组构成， 一个是ACTION , 一个是GOTO ，但zend_language_parse.c中 yytable代替了action表， yygoto代替了goto,均是一维数组，进行了压缩

　　ACTION 指明了动作是移进，归约，接受，还是错误

　  GOTO 指明了新的状态

　　语法分析运行方法：

　　 根据当前状态和向前看符号，执行相应的动作，如果不存在向前看字符，利用yylex获得下一个单词

　　移进：将状态压入状态栈， 将向前看字符 压入符号栈中

　　规约：将规则左边的非终结符 替换右边的符号（终结符，非终结符），根据语法规则右边的符号的数量决定状态栈要弹出的个数，同时弹出符号栈中相应数量的元素 , 将规则左边的符号（终结符）压入符号栈， 状态栈弹出相应数量的元素后，根据栈顶元素和规则左边那个终结符 在状态表goto中查找，查找出来的状态为新状态，再将此新状态入栈

　　　　

　　语法分析 yyparse函数的大概流程：

　　使用到的一些变量：

　　1)两个栈

　　　　a)状态栈： yytype_int16 yyssa[YYINITDEPTH];# define YYINITDEPTH 200 , yylex词法分析 识别出一个符号后，会返回这个符号的类型 ， 这个类型使用yychar来接收

　　　　　　yyssa是一个short int 类型的数组，初始化时有200个元素，当没有空间放新元素时，会自动扩充# define YYMAXDEPTH 10000，最多存放1W个元素

　　　　b)符号栈： YYSTYPE yyvsa[YYINITDEPTH]; #define YYSTYPE znode  YYSTYPE被定义为znode类型的元素

　　2)int yychar; yylex函数返回的符号的类型值

　　3)int yytoken; yytoken是yychar在语法分析中的内部形式

　　4)YYSTYPE yylval; YYSTYLE是一个宏，#define YYSTYPE znode, yylval用来接收yylex扫描出符号的值

　　5)yystate:语法分析中的satate的内部存在形式

　　5)yynewstate:归约后产生的新状态值，将此状态压入状态栈中

　　6)yyn: 每个规则所对应的索引值

　　函数执行过程：

　　1）判断yychar是否为空，若为空，执行

　　　　if (yychar == YYEMPTY)
　　　　{
　　　　　　YYDPRINTF ((stderr, "Reading a token: "));
　　　　　　yychar = YYLEX;
　　　　}

　　　　

　　　　YYLEX是一个宏，展开后为# define YYLEX yylex (&yylval) ，注意 传入的参数为yylval ,类型是znode,yylex扫描出一个符号后（其实真正工作的是zendlex）　　　　　　

　　　

 int zendlex(znode *zendlval TSRMLS_DC) /* {{{ */
 {
     int retval;

     if (CG(increment_lineno)) {
         CG(zend_lineno)++;
         CG(increment_lineno) = ;
     }

 again:
     Z_TYPE(zendlval->u.constant) = IS_LONG;
     retval = lex_scan(&zendlval->u.constant TSRMLS_CC);
     switch (retval) {
         case T_COMMENT:
         case T_DOC_COMMENT:
         case T_OPEN_TAG:
         case T_WHITESPACE:
             goto again;

         case T_CLOSE_TAG:
             if (LANG_SCNG(yy_text)[LANG_SCNG(yy_leng)-] != '>') {
                 CG(increment_lineno) = ;
             }
             if (CG(has_bracketed_namespaces) && !CG(in_namespace)) {
                 goto again;
             }
             retval = ';'; /* implicit ; */
             break;
         case T_OPEN_TAG_WITH_ECHO:
             retval = T_ECHO;
             break;
         case T_END_HEREDOC:
             efree(Z_STRVAL(zendlval->u.constant));
             break;
     }

     INIT_PZVAL(&zendlval->u.constant);
     zendlval->op_type = IS_CONST;  //设置为常量，网上资料说是：词法分析阶段识别出来的都是常量，因为不涉及运行
     return retval;
 }

 typedef struct _znode { /* used only during compilation */
         int op_type;
         union {
                 znode_op op;
                 zval constant; /* replaced by literal/zv */
                 zend_op_array *op_array;
         } u;
         zend_uint EA;      /* extended attributes */
 } znode;

　　这里znode的定义，仔细看第一条注释：只是在编译阶段使用

　

　　2) yychar不为空，执行 yytoken = YYTRANSLATE (yychar); YYTRANSLATE是个宏函数，查找出yychar在语法分析中内在的值 yytoken

　　#define YYTRANSLATE(YYX) \

　　　　((unsigned int) (YYX) <= YYMAXUTOK ? yytranslate[YYX] : YYUNDEFTOK)

　　3)将yytoken 赋值给yyn,然后执行 yyn = yytable[yyn];  yytable这个具体是如何生成，我也不知道，它是一个超级大数组，有5W多个数字，

　　　　这些数字如果为正数，则表明要执行移进动作， 如果是负数，则要执行归约动作， 将yyn赋值给yystate ， yylval入符号栈

　　　　

 ZEND_API zend_op_array *compile_file(zend_file_handle *file_handle, int type TSRMLS_DC)
 {
     zend_lex_state original_lex_state;
     zend_op_array *op_array = (zend_op_array *) emalloc(sizeof(zend_op_array));
     zend_op_array *original_active_op_array = CG(active_op_array);
     zend_op_array *retval=NULL;
     int compiler_result;
     zend_bool compilation_successful=0;
     znode retval_znode;
     zend_bool original_in_compilation = CG(in_compilation);

     retval_znode.op_type = IS_CONST;
     retval_znode.u.constant.type = IS_LONG;
     retval_znode.u.constant.value.lval = 1;
     Z_UNSET_ISREF(retval_znode.u.constant);
     Z_SET_REFCOUNT(retval_znode.u.constant, 1);

     zend_save_lexical_state(&original_lex_state TSRMLS_CC);

     retval = op_array; /* success oriented */

     if (open_file_for_scanning(file_handle TSRMLS_CC)==FAILURE) {
         if (type==ZEND_REQUIRE) {
             zend_message_dispatcher(ZMSG_FAILED_REQUIRE_FOPEN, file_handle->filename TSRMLS_CC);
             zend_bailout();
         } else {
             zend_message_dispatcher(ZMSG_FAILED_INCLUDE_FOPEN, file_handle->filename TSRMLS_CC);
         }
         compilation_successful=0;
     } else {
         init_op_array(op_array, ZEND_USER_FUNCTION, INITIAL_OP_ARRAY_SIZE TSRMLS_CC);
         CG(in_compilation) = 1;
         CG(active_op_array) = op_array;
         zend_stack_push(&CG(context_stack), (void *) &CG(context), sizeof(CG(context)));
         zend_init_compiler_context(TSRMLS_C);
         compiler_result = zendparse(TSRMLS_C);
         zend_do_return(&retval_znode, 0 TSRMLS_CC);
         CG(in_compilation) = original_in_compilation;
         if (compiler_result==1) { /* parser error */
             zend_bailout();
         }
         compilation_successful=1;
     }

     if (retval) {
         CG(active_op_array) = original_active_op_array;
         if (compilation_successful) {
             pass_two(op_array TSRMLS_CC);
             zend_release_labels(TSRMLS_C);
         } else {
             efree(op_array);
             retval = NULL;
         }
     }
     zend_restore_lexical_state(&original_lex_state TSRMLS_CC);
     return retval;
 }

 #define yyparse zendparse

int yyparse(){

　1#define YYPOPSTACK(N)   (yyvsp -= (N), yyssp -= (N)) 
　　
　　 yybackup:
      yyn = yypact[yystate]; //搞不懂yypact这个数组的作用，原来的注释是这样的/* YYPACT[STATE-NUM] -- Index in YYTABLE of the portion describing STATE-NUM.  */ ,意思是说YYPACK[STATE-NUM]的值是 YYTABL

      if (yyn == YYPACT_NINF)
         goto yydefault;

  if (yychar == YYEMPTY)
     {
       YYDPRINTF ((stderr, "Reading a token: "));
       yychar = YYLEX; //这里调用yylex函数，读取一个符号，YYLEX本身是一个宏
     }

   if (yychar <= YYEOF)
     {
       yychar = yytoken = YYEOF; //词法分析结束了
       YYDPRINTF ((stderr, "Now at end of input.\n"));
     }
   else
     {
       yytoken = YYTRANSLATE (yychar); //如果yychar不为空，则使用YYTRANSLATE进行yychar在语法分析中的内部转换
       YY_SYMBOL_PRINT ("Next token is", yytoken, &yylval, &yylloc);
     }

       yyn += yytoken; //yypack可理解为基地址;yytoken可理解为偏移地址；
       yyn = yytable[yyn]; //这个yytables是个一维数组，它是一个DNF状态转换表，本身是一个二维数组，但为了减小空间，进行了压缩，详见 这里 ,这里数组肯定做了改进，根据yyn的正负值，可以判断成是移进，还是规约

 if (yyn <= )
     {
       if (yyn ==  || yyn == YYTABLE_NINF)
     goto yyerrlab; //进入错误提示
       yyn = -yyn;
       goto yyreduce; //进入归约
     }

   if (yyn == YYFINAL)
     YYACCEPT;

  if (yychar != YYEOF)
     yychar = YYEMPTY; //将yychar设置为空，为下一次调用yylex（）函数作准备

       yystate = yyn;
       *++yyvsp = yylval; //这里是移进动作，将yylval的值入符号栈，yylval是调用lex_scan，通过引用参数&yylval来传递的，它是一个zval类型的数据
 

       goto yynewstate;

 yyreduce: //进行归约
   /* yyn is the number of a rule to reduce with.  */
   yylen = yyr2[yyn]; //获得要弹出栈中元素的个数,产生式右端长度，不清楚yyr2怎么计算的

   /* If YYLEN is nonzero, implement the default value of the action:
      `$$ = $1'.

      Otherwise, the following line sets YYVAL to garbage.
      This behavior is undocumented and Bison
      users should not rely upon it.  Assigning to YYVAL
      unconditionally makes the parser a bit smaller, and it avoids a
      GCC warning that YYVAL may be used uninitialized.  */
   yyval = yyvsp[-yylen]; //这块是一个负数了，不知道具体是什么意思
   YY_REDUCE_PRINT (yyn);
   switch (yyn)
     {　　　　　　　　　　　　　//这里是500多个操作，　　　
         case :

     { zend_do_end_compilation(TSRMLS_C); }
     break;
     。。。。。。。
       default: break;
     }
   YYPOPSTACK (yylen); //状态栈和符号栈pop出yylen个元素
   yylen = ;
   YY_STACK_PRINT (yyss, yyssp);

   *++yyvsp = yyval;  //将规则左边的终结符压入符号栈
 

   /* Now `shift' the result of the reduction.  Determine what state
      that goes to, based on the state we popped back to and the rule
      number reduced by.  */

   yyn = yyr1[yyn]; 

   yystate = yypgoto[yyn - YYNTOKENS] + *yyssp; //不明白为什么这么计算，计算的结果是一个新的yystate，pop出yylen个元素之后的栈顶元素
   if ( <= yystate && yystate <= YYLAST && yycheck[yystate] == *yyssp)
     yystate = yytable[yystate];
   else
     yystate = yydefgoto[yyn - YYNTOKENS];

   goto yynewstate;

 yynewstate:
   /* In all cases, when you get here, the value and location stacks
      have just been pushed.  So pushing a state here evens the stacks.  */
   yyssp++; //状态栈指针加加，以便接收yynewstate,接着进入yysetstate

  yysetstate:
   *yyssp = yystate; //yystate入栈

 。。。。。。。。。。

   yyssp = yyss + yysize - ;
       yyvsp = yyvs + yysize - ;

 。。。。。。。。

  goto yybackup; //循环调用 yybackup,读取下一个token

}