PHP Tokenizer 学习笔记

80酷酷网    80kuku.com

  >

简述

在某个项目中需要分析 PHP 代码,分离出对应的函数调用(以及源代码对应的位置)。虽然这使用正则也可以实现,但无论从效率还是代码复杂度方面考虑,这都不是最优的方式。

查询了 PHP 手册,发现其实 PHP 已经内置解析器的接口,那就是 ,这工具正是我想要的。使用 PHP Tokenizer 能简单、高效、准确的分析出 PHP 源代码的组成。

实例

官方站点对 Tokenizer 的文档很少,不过这不影响我们理解它。Tokenizer 组件仅仅包含两个函数: 以及,它们分别用于分析 PHP 代码以及获取代码对应的标识符名称。

下面是个简单的实例,说明如何使用这两个函数:

以下为引用的内容:

$code = '<?php echo "string1"."string2"; ?>';$tokens = token_get_all($code);foreach ($tokens as $token) {    if (is_array($token)) {        // 行号、标识符字面量、对应内容        printf("%d - %s\t%s\n", $token[2], token_name($token[0]), $token[1]);    }}

对应的输出为

以下为引用的内容:

1 - T_OPEN_TAG    <?php 1 - T_ECHO    echo1 - T_WHITESPACE     1 - T_CONSTANT_ENCAPSED_STRING    "string1"1 - T_CONSTANT_ENCAPSED_STRING    "string2"1 - T_WHITESPACE     1 - T_CLOSE_TAG    ?>

这里顺便说明下,$token 如果为数组,那么分别对应的三个数组成员为 token 标识符(可以用 token_name 获得字面量)、对应的源代码内容、以及对应的行号。

还有中情况就是 $token 为字符串,这可能的情况之一就是为 T_CONSTANT_ENCAPSED_STRING 等常量,在分析代码时要注意。如果对这点很在意,可以考虑使用。

是的,调用方式非常的简单,我们的野心当然远远要比写个简单的循环要大得多。我们可以利用这个组件做写实事,例如下面的代码用于“压缩” PHP 代码,去除不不要的换行、空白以及注释

以下为引用的内容:

/** * “压缩”PHP 源代码 * * see http://c7y.phparch.com/c/entry/1/art,practical_uses_tokenizer */class CompactCode{    static protected $out;    static protected $tokens;    static public function compact($source)    {        // 解析 PHP 源代码        self::$tokens = token_get_all($source);           self::$out = '';        reset(self::$tokens);        // 递归判断每个标记符的类型        while ($t = current(self::$tokens)) {            if (is_array($t)) {                // 过滤空白、注释                if ($t[0] == T_WHITESPACE || $t[0] == T_DOC_COMMENT || $t[0] == T_COMMENT) {                    self::skipWhiteAndComments();                    continue;                }                       self::$out .= $t[1];            } else {                self::$out .= $t;            }            next(self::$tokens);        }        return self::$out;    }    static private function skipWhiteAndComments()    {        // 增加个空格,用于分割关键字        self::$out .= ' ';        while ($t = current(self::$tokens)) {            // 再次贪婪查找            if (is_array($t) && ($t[0] == T_WHITESPACE || $t[0] == T_DOC_COMMENT || $t[0] == T_COMMENT)) {                next(self::$tokens);            } else {                return;            }        }    }}

调用方式很简单,只需要使用

以下为引用的内容:

CompactCode::compact($source_code);

即可,返回的字符串就是压缩以后的内容。在这里还有更多使用 Tokenizer 的实例,。

分享到
  • 微信分享
  • 新浪微博
  • QQ好友
  • QQ空间
点击: