PHP扩展之smart_str分析

php_smart_str_public.h
在php_smart_str_public.h文件中我们找到了如下定义：

1
2
3
4
5

typedef struct {
              char *c;
              size_t len;
              size_t a;
} smart_str;

其中，size_t的定义 为：typedef unsigned int size_t;
char *c 表示整个字符串
size_t len表示整个字符串的实际长度
size_t a 表示这个字符的总长度（smart_str的字符串总长度总是以128字节的倍数增加）

从php_smart_str.h文件所在的源码中我们可以看出它的空间分配具体有如下特点：
1、在初始化时，如果所给字符串的长度小于SMART_STR_START_SIZE（定义为78字节），则初始smart_str的总长度为78字节（即a值），并给它分配空间；如果所给字符串的长度大于SMART_STR_START_SIZE，则将此长度上加上SMART_STR_PREALLOC（定义为128字节）作为smart_str的总长度，并为之分配空间。
2、在已有字符串后添加时，如果添加后的总长度小于当前smart_str->a的值，则无需分配空间，否则，在smart_str新的长度的基础上再加上128字节的空间。
这样有些类似于操作系统中内存以页为单位分配，它的好处是对齐内存地址，提高访问速度。
在php_smart_str.h文件中，我们可以看到一些针对smart_str类型的宏定义的操作方法，方法列表如下：

smart_str_0 如果字符串存在，给字符串的最后添加’\0’;
smart_str_alloc 在初始化和添加字符串时进行空间的分配；
smart_str_appends_ex(dest, src, what) 在一个smart_str变量后面添加一个字符串，它分为两种空间分配方法，当what为真是，它使用__zend_realloc函数，此函数为永久分配内存，在无法分配内存时会报Out of memory的，当what为假时，它使用标准空间分配，即ZendMM所我有的分配函数erealloc(ptr, size)。
smart_str_appends(dest, src) 在一个smart_str变量后面添加一个原生的字符串
smart_str_appendc(dest, c) 在一个smart_str变量后面添加一个字符
smart_str_free(s) 消除smart_str变量，释放所占内存
smart_str_appendl(dest, src, len) 在一个smart_str变量后面添加一个长度为len的字符串
smart_str_append(dest, src) 在一个smart_str变量后面添加一个smart_str字符串
smart_str_append_long(dest, val) 将一个long的数字转化成字符串后添加到smart_str的后面smart_str_append_unsigned(dest, val) 将一个unsigned long的数字转化成字符串后添加到smart_str的后面
smart_str_appendc_ex(dest, ch, what) 与smart_str_appends_ex类似，所不同的是它添加的是一个字符。
smart_str_setl(dest, src, nlen) 将一个长为len的原生的字符串强制转化为一个smart_str
smart_str_sets(dest, src) 将一个原生的字符串强制转化为一个smart_str

【经典代码】
数字转字符串：

1
2
3
4
5
6
7
8
9

char __b[32];             
int __num = 28790;
char *__p;
__p = __b + sizeof(__b) - 1;
*__p= '\0';                                                                                                                                                                                     
do{                                                                                                                                                                                        
 *--__p = (char) (__num % 10)+ '0';                                                                                                 
__num /=10;                                                                                                                                                                       
} while (__num > 0);

获取远程大文件部分内容的方法

获取远程大文件部分内容的方法

【需求】
取远程文件的一部分，文件是以换行隔开，并且这个文件可能比较大

【第一次的方案】
这是我的第一个方案，也是很傻很天真却正确的方案，
这个在当时没有考虑到文件会比较大，而且也没有考虑下载时间过长，导致程序出错！
解决方案是使用PHP中的file()函数，这样会得到一个以行为单位的数组，然后是对这个数组的处理
file函数也可以使用file_get_contents代替，只是需要使用explode函数处理一下。

【优化后的方案】
由于我们所要取的数据不是全部，只是其中的一部分，我们可以只取其中的一部分，
开始使用fseek函数定位文件指针，只是它不支持URL地址
后来想到文件下载中的断点续传，在HTTP协议中存在Range字段，
Range是在 HTTP/1.1（http://www.w3.org/Protocols/rfc2616/rfc2616.html）里新增的一个 header field，也是现在众多号称多线程下载工具（如 FlashGet、迅雷等）实现多线程下载的核心所在。
Range 的规范定义如下：
ranges-specifier = byte-ranges-specifier
byte-ranges-specifier = bytes-unit “=” byte-range-set
byte-range-set = 1#( byte-range-spec | suffix-byte-range-spec )
byte-range-spec = first-byte-pos “-” [last-byte-pos]
first-byte-pos = 1*DIGIT
last-byte-pos = 1*DIGIT

一些其它介绍可以移步：http://minms.blogbus.com/logs/39569593.html
或者直接查看RFC

我们使用文件记录上次访问的位置，下次直接从这个位置访问
使用PHP的fsockopen函数实现获取大文件部分内容的代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

<?PHP
header("Content-type:text/html;charset=UTF-8");
 
$host = "downloads.php.net";
$port = 80;
$path = "/johannes/php-5.3.1RC1.tar.bz2";
$start = 0;
$length = 100;
 
$content = get_remote_content($host, $port, $path, $start, $length);
$content_length = strlen($content);
 
if (!empty($content)) {
    $file = array();
    if (preg_match("/Content-Length:.?(\d+)/", $content, $matches)) {
        $header_length = $matches[1];
        $content = substr($content, $content_length - $header_length);
 
        if (!empty($header_length)) {   //  更新start，可能需要记录当前位置
            $start = $start + $header_length;
        }
    }
}
echo $content;
 
//echo xdebug_time_index();
die();
 
 
 
/**
 * 获取远程文件内容
 * @param <type> $host 主机
 * @param <type> $port 端口
 * @param <type> $path 路径
 * @param <type> $start 开始位置
 * @return <type> 远程部分内容
 */
function get_remote_content($host, $port = 80, $path = "/", $start = 0, $length = -1) {
    $fp = fsockopen($host, $port, $errno, $errstr);
    if (!$fp) {
        return false;
    }
 
    $range = $start . "-";
    if ($length != -1) {
        $range .= $start + $length;
    }
 
    $out = "GET " . $path . " HTTP/1.1\r\n";
    $out .= "Host: " . $host . "\r\n";
    $out .= "Range:bytes=" .$range . "\r\n";  //  取start之后的内容
    $out .= "Connection: Close\r\n\r\n";
    fwrite($fp, $out);
    $buffer = '';
    while (!feof($fp)) {
        $buffer .= fgets($fp, 4096);
    }
    return $buffer;
}

去掉fsockopen返回结果中的HTTP头信息的2种方法

去掉fsockopen返回结果中的HTTP头信息的两种方法

1、【使用split或substr,strpos截断】
在返回的内容中HTTP头信息与正文内容是以两个“换行回车”隔开的所以我们可以在此截断，取之后的内容。

2、【先取Content-Length,然后截取】
在HTTP协议中，Content-Length字段是一个比较重要的字段，它标明了服务器返回数据的长度，这个长度是不包含HTTP头长度的，也就是说我们可以从 总长度－Content-Length 开始截取
PHP代码如下：

1
2
3
4

   preg_match("/Content-Length:.?(\d+)/", $content, $matches);
    $length = $matches[1];
    $content = substr($content, - $length);  //感谢@fw
    //$content = substr($content, strlen($content) - $length);

这段段代码在性能上还有优化的空间