PHP内核探索之变量 - 不平凡的字符串.docx

切，一个字符串有什么好研究的。别这么说，看过《平凡的世界》么，平凡的字符串也可以有不平凡的故事。试看：（1） 在C语言中，strlen计算字符串的时间复杂度是？PHP中呢？（2） 在PHP中，怎样处理多字节字符串？PHP对unicode的支持如何？同样是字符串，为什么c语言与C++/PHP/Java的均不相同？数据结构决定算法，这句话一点不假。那么我们今天就来掰一掰，PHP中的字符串结构，以及相关字符串函数的实现。一、 字符串基础　字符串可以说是PHP中遇到最多的数据结构之一了（另外一个比较常用的是数组，见/ohmygirl/p/internal-4.htmlPHP内核探索之变量（4）- 数组操作）。而由于PHP语言的特性和应用场景，使得我们日常的很多工作，实际上都是在处理字符串。也正是这个原因，PHP为开发者提供了丰富的字符串操作函数（初步统计约有100个，这个数量相当可观）。那么，在PHP中，字符串是怎样实现的呢？与C语言又有什么区别呢？　1.　PHP中字符串的表现形式　在PHP中使用字符串有四种常见的形式：(1)双引号 这种形式比较常见：$str=”this is \0 a string”; 而且以双引号包含的字符串中可以包含变量、控制字符等：$str = this is $name, aha.\n;(2)单引号　单引号包含的字符都被认为是raw的，因此不会解析单引号中的变量，控制字符等：123$string ?=?test;$str ?=?this is $string, aha\n;echo ?$str;(3)???? HeredocHeredoc比较适合较长的字符串表示，且对于多行的字符串表示更加灵活多样。与双引号表示形式类似，heredoc中也可以包含变量。常见的形式是：1234567$string ?=test string;$str ?= STRThis is a string \n,My string is? $stringSTR;?echo ?$str;(4)???? nowdoc（5.3+支持）nowdoc和heredoc是如此的类似，以至于我们可以把它们当做是一对儿亲兄弟。nowdoc的起始标志符是用单引号括起来的，与单引号相似，它不会解析其中的变量，格式控制符等：123456$s ?= EOTthis is?$strthis is \t test;EOT;?echo ?$s;2.?????? PHP中字符串的结构?　之前提到过，PHP中变量是用Zval（/ohmygirl/p/internal-variable-1.htmlPHP内核探索之变量（1）Zval）这样一个结构体来存储的。Zval的结构是：struct _zval_struct { zvalue_value value;/* value */ zend_uint refcount__gc;/* variable ref count */ zend_uchar type;/* active type */ zend_uchar is_ref__gc;/* if it is a ref variable */}; 而变量的值是zvalue_value这样一个共用体：typedef union _zvalue_value { long lval; double dval; struct {/* string */ char *val; int len; } str; HashTable *ht; zend_object_value obj;} zvalue_value;我们从中抽取出字符串的结构：struct { char *val; int len;} str;现在比较清楚了，PHP中字符串在底层实际上是一个结构体，该结构体包含了指向字符串的指针和该字符串的长度。那么为什么这么做呢？换句话说，这样做有什么好处呢？我们接下来，将PHP的字符串与C语言的字符串做一个对比，以解释采用这样一种结构来存储字符串的优势。3.　与c语言字符串的比较 我们知道，在c语言中，一个字符串可以用两种常见的形式存储，一种是使用指针方式，另一种是使用字符数组。我们接下来的说明，都以c语言的字符数组的方式来存储字符串。（1）??PHP字符串是二进制安全的，而C字符串不是。 我们经常会提到”二进制安全”这一术语，那么二进制安全究竟是什么意思呢？ wikipedia中对二进制安全（Binary Safe）的定义是：Binary-safe is a computer programming term mainly used in connection with string manipulating functions. A binary-safe function is e