PHP是如何解析JSON的

Info

json_decode ( string $json [, bool $assoc = false [, int $depth = 512 [, int $options = 0 ]]] ) : mixed

(PHP 5 >= 5.2.0, PHP 7, PECL json >= 1.2.0)
json_decode — 对 JSON 格式的字符串进行解码

变化

• 自 PHP 5.2.0 起，JSON 扩展默认内置并编译进了 PHP。
• PHP 5 JSON_checker - Douglas Crockford

• a Pushdown Automaton that very quickly determines.

• PHP 7 中是改进的全新解析器，专门为 PHP 订制，软件许可证为 PHP license。

• re2c 0.16
• Bison 3.0.4

PHP 版本说明

• PHP 5 5.6.40
• PHP 7 7.3.4

PHP 5 : Call Stack of json_decode (zif_json_decode)

毕竟5已经停止更新了，就简单提及一下

• zif_json_decode ext/json/json.c:831-857

• json_utf8_to_utf16 utf8 转 utf16
• new_JSON_parser 初始化
• parse_JSON_ex 解析 ext/json/JSON_parser.c:439-750
• php_json_decode_ex ext/json/json.c:680-796

JSON_parser.c 就是 JSON_checker 的

PHP 7 : Call Stack of json_decode (zif_json_decode)

zif_json_decode

ext/json/json.c:312-362

默认嵌套深度 ：depth = PHP_JSON_PARSER_DEFAULT_DEPTH (= 512 [php_json.h])
最大嵌套深度 ：depth > INT_MAX (= 2147483647 [php.h])

接受参数并调用php_json_decode_ex

php_json_decode_ex

ext/json/json.c:246-264

1. 初始化 PHP 的json解析器 php_json_parser_init
2. 解析 json 字符串 php_json_yyparse
3. 如果解析错误，抛出异常及错误信息
4. 返回 PHP Object

php_json_yyparse (yyparse)

ext/json/json_parser.tab.c:115

#define yyparse php_json_yyparse

ext/json/json_parser.tab.c:1194-843

int yyparse(php_json_parser *parser)

// L:1359
if (yychar == YYEMPTY)
  {
    YYDPRINTF((stderr, "Reading a token: "));
    yychar = yylex(&yylval, parser);
  }

yylex (php_json_yylex)

ext/json/json_parser.tab.c:116

#define yylex php_json_yylex

ext/json/json_parser.tab.c:1899-1904

static int php_json_yylex(union YYSTYPE *value, php_json_parser *parser)
{
  int token = php_json_scan(&parser->scanner);
  value->value = parser->scanner.value;
  return token;
}

php_json_scan

ext/json/json_scanner.c:106-end

匹配并解析字符串（包括uXXXX,r等）

Flowchart

Example Parser Unicode(u003e)

Source Code json.php

<?php
print_r("===== Unicode \u003e ===== ");
$str = '{"vk":"viru003eink"}';
$obj = json_decode($str);
print_r($str . "rn");
print_r($obj);
/* Output
===== Unicode u003e ===== 
{"vk":"viru003eink"}
stdClass Object
(
    [vk] => vir>ink
)
*/

完整文件 - PHP是如何解析JSON的 - 测试文件 - Gist

Call Stack

1. php_json_scan (ext/json/json_scanner.c)

1. 省略 vir...
2. if (yych <= '\') goto yy77; (L:553) //
3. if (yych <= 'u') goto yy90; (L:625) // u
4. if (yych <= '0') goto yy94; (L:706) // 0
5. if (yych <= '0') goto yy97; (L:747) // 0
6. if (yych <= '7') goto yy102; (L:797) // 3
7. if (yych <= 'f') goto yy107; (L:863) // e
8. s->str_esc += 5; (L:917) // u003e -> >
9. size_t len = s->cursor - s->str_start - s->str_esc - 1 + s->utf8_invalid_count; (L:583) // 长度处理
10. 省略ink

1. if (yych == '\') goto yy175; (L:1369) //
2. if (yych == 'u') goto yy177; (L:1381) // u
3. if (yych <= '0') goto yy179; (L:1420) // 0
4. if (yych <= '0') goto yy182; (L:1443) // 0
5. if (yych <= '7') goto yy186; (L:1485) // 3
6. if (yych <= 'f') goto yy190; (L:1539) // e

1. int utf16 = php_json_ucs2_to_int(s, 2); (L:1581->92)
2. return php_json_ucs2_to_int_ex(s, size, 1); (L:94) // return 62

从静态到动态

静态分析

代码阅读工具

• Sublime Text 3
• Visual Studio Code

• ext: Lex Flex Yacc Bison

• Understand

分析

• 目标 : JSON 扩展
• 目录 : ext/json/
• 文件 : ext/json/json.c
• 函数 : static PHP_FUNCTION(json_decode)

函数名称都比较容易看懂，编辑器大多数都有转到定义功能

• php_json_decode_ex

• php_json_parser_init
• php_json_yyparse
• ...etc

上文(PHP 7 : Call Stack of json_decode )列的也比较详细了

一个字就是看

ext/json/README也是要先看看的

The parser is implemented using re2c and Bison. The used versions
of both tools for generating files in the repository are following:

re2c 0.16
Bison 3.0.4

当然，后缀为*.y和*.re的文件也说明了这个解析涉及扫描程序(scanner)和语法分析(parser)。

PS. 编译原理。。。反正我不懂

动态分析

通过静态分析，我们可以得到一些关键函数

• php_json_decode_ex
• php_json_yyparse
• yylex
• php_json_scan

给php_json_scan下断点，单步进入一把唆，调试过程中随时加断点

• php_json_scan
• std: (ext/json/json_parser.tab.c:115)
• yyc_JS: (ext/json/json_parser.tab.c:167)
• yyc_STR_P1: (ext/json/json_parser.tab.c:547)
• php_json_ucs2_to_int_ex
• php_json_hex_to_int

来源：https://xz.aliyun.com/ 感谢【virink】

原文始发于微信公众号（船山信安）：PHP是如何解析JSON的