php IR 之对ArrayFetchDim赋值翻译

技术文章
1

php IR 之 $a[1]=111 翻译过程

发现自己看过php 虚拟机一些部分好多都忘了（，最近需要根据php AST 写一个自己的IR,来分析一些东西，于是看看原本的php 原本的Interpreter是怎么翻译的，找找感觉，以后可能也经常发一些有趣的php ast里面节点的翻译过程，以便自己忘记了看，也分享给大家.... 感觉近几年static analysis 会大火 0）,很多人越来越关注PL了。不能掉队...

0x01 基本AST如下

                     +-----------------+         
                     | zend_ast_assign |         
                     +-----------------+         
                        /-    --\                
                    /---         -----\          
           +--------------+         +-----------+
           | zend_ast_dim |         |   111     |
           +--------------+         +-----------+
              /--- --\                           
       /-------       ---\                       
+------+               +-------+                 
|  $a  |               |   1   |                 
+------+               +-------+

注意const 和 cv 都是单纯的znode 基本操作数

0x02 将AST转换成IR

​ 过程中我探究过的问题：

  1. CG里面有一个delayed_oplines_stack ,没有细究在做个别节点翻译时会用到这个栈，最后把这个栈里面的内容都复制到真正的opline_array 里面,知道这里为什么吗？我想了一会为什么这样，我自己也用双栈在某些地方，我用双栈是为了部分计数，他这里其实是为了维护某些opcode的顺序：

    $b="m";
$c="c";
$a[$b.$c]=$b.$c;
//看上面的例子,关注第三行
//直觉上可以先翻译等式左边，拿到一个目标引用，而后再翻译等式右边得到一个值引用，这里我们假设这里没有delayed_oplines_stack这个，会是什么效果？
  //ASSIGN        		!0, 'm'       //1
  //ASSIGN        		!1, 'c'		 //2
  //CONCAT 		~5      !0, !1		 //3
  //ASSIGN_DIM          !2, ~5		 //4
  //CONCAT      ~7      !0, !1      //5
  //OP_DATA             111         //6

//这里就出现问题了，第4条需要和第6应该要紧密结合在一起，语义出现问题了
//所以这里在一开始就把ASSIGN_DIM先放到delayed_oplines_stack，等到等式两边翻译结束，在把它拿出来，最后加一个OP_DATA.
//有点绕，可能现在知道，以后又忘了 （（

  2. 在翻译zend_ast_dim中，当结束翻译zend_ast_dim 会产生一条opcode 为ZEND_FETCH_DIM_W 三地址。（zend_delayed_compile_dim)

  3. ZEND_FETCH_DIM_W会变成ZEND_ASSIGN_DIM.

  4. 最后还有一条OP_DATA

完整IR：

ASSIGN_DIM 	!1, 1
OP_DATA    	111

0x03 如何确定每条IR的handler

这里我php默认用handler调度是 hybrid模式，hybrid模式是goto 和 switch的混合，hybird模式下每条IR的handler是具体的labels地址, 供goto使用。

  1. Hybrid模式的初始化，记录一下：

    void zend_vm_init(){
	...
	#if (ZEND_VM_KIND == ZEND_VM_KIND_HYBRID)
	zend_opcode_handler_funcs = labels;
	zend_spec_handlers = specs;
	execute_ex(NULL);
  //注意 这里执行了一个空参数的execute_ex
}

void execute_ex(zend_execute_data *ex){
  ...
  #if (ZEND_VM_KIND == ZEND_VM_KIND_HYBRID)
		if (UNEXPECTED(execute_data == NULL)) {//对应上前面的NULL为了这里的初始化	
      labels[]={
        ...
      }
      
      zend_opcode_handlers = (const void **) labels;
      zend_handlers_count = sizeof(labels) / sizeof(void*);
      memset(&hybrid_halt_op, 0, sizeof(hybrid_halt_op));
      hybrid_halt_op.handler = (void*)&&HYBRID_HALT_LABEL;
      goto HYBRID_HALT_LABEL; //直接退出
    }
}

  2. 记录一下遗忘的handler映射寻址

    ZEND_API void ZEND_FASTCALL zend_vm_set_opcode_handler(zend_op* op)
{
	...
	op->handler = zend_opcode_handlers[zend_vm_get_opcode_handler_idx(zend_spec_handlers[opcode], op)];
}

//zend_opcode_handlers 已经初始化了（goto的labels）,剩下的工作就是计算索引
//zend_spec_handlers[opcode] 确定一个具体opcode handler相对位置，并且确定这个opcode 是几操作数敏感的 和 一些额外的属性
//比如这里的zend_assign_dim => 736 | SPEC_RULE_OP1 | SPEC_RULE_OP2 | SPEC_RULE_OP_DATA

uint32_t ZEND_FASTCALL zend_vm_get_opcode_handler_idx(uint32_t spec, const zend_op* op){
	static const int zend_vm_decode[] = {
		_UNUSED_CODE, /* 0 = IS_UNUSED  */
		_CONST_CODE,  /* 1 = IS_CONST   */
		_TMP_CODE,    /* 2 = IS_TMP_VAR */
		_UNUSED_CODE, /* 3              */
		_VAR_CODE,    /* 4 = IS_VAR     */
		_UNUSED_CODE, /* 5              */
		_UNUSED_CODE, /* 6              */
		_UNUSED_CODE, /* 7              */
		_CV_CODE      /* 8 = IS_CV      */
	};//0 1 2 4 8 做了一个小映射到0-4
	uint32_t offset = 0;
	if (spec & SPEC_RULE_OP1) offset = offset * 5 + zend_vm_decode[op->op1_type];
	if (spec & SPEC_RULE_OP2) offset = offset * 5 + zend_vm_decode[op->op2_type]; // 5*5 笛卡尔积
  if (spec & SPEC_EXTRA_MASK) {
		...
		} else if (spec & SPEC_RULE_OP_DATA) { //这里zend_assign_dim 考虑后一个OP_DATA的属性来计算索引
			offset = offset * 5 + zend_vm_decode[(op + 1)->op1_type];
		}
  	....
	}
	return (spec & 0xffff) + offset; //opcode 相对位置 + offset 
//done
}
1 个赞