語言是人們進行溝通和交流的表達符號，每種語言都有專屬於自己的符號，表達方式和規則。 就編程語言來說，它也是由特定的符號，特定的表達方式和規則組成。語言的作用是溝通，不管是自然語言，還是編程語言，它們的區別在於自然語言是人與人之間溝通的工具， 而編程語言是人與機器之間的溝通渠道。
就PHP語言來說，它也是一組符合一定規則的約定的指令。 在編程人員將自己的想法以PHP語言實現後，通過PHP的虛擬機（確切的來說應該是PHP的語言引擎Zend）將這些PHP指令轉變成C語言 （可以理解為更底層的一種指令集）指令，而C語言又會轉變成匯編語言， 最後匯編語言將根據處理器的規則轉變成機器碼執行。這是一個更高層次抽象的不斷具體化，不斷細化的過程。
從一種語言到另一種語言的轉化稱之為編譯，這兩種語言分別可以稱之為源語言和目標語言。 這種編譯過程通過發生在目標語言比源語言更低級（或者說更底層）。
語言轉化的編譯過程是由編譯器來完成， 編碼器通常被分為一系列的過程：詞法分析、語法分析、語義分析、中間代碼生成、代碼優化、目標代碼生成等。 前面幾個階段（詞法分析、語法分析和語義分析）的作用是分析源程序，我們可以稱之為編譯器的前端。 後面的幾個階段（中間代碼生成、代碼優化和目標代碼生成）的作用是構造目標程序，我們可以稱之為編譯器的後端。 一種語言被稱為編譯類語言，一般是由於在程序執行之前有一個翻譯的過程， 其中關鍵點是有一個形式上完全不同的等價程序生成。 而PHP之所以被稱為解釋類語言，就是因為並沒有這樣的一個程序生成，
它生成的是中間代碼Opcode，這只是PHP的一種內部數據結構。
比如我們寫一個簡單的程序
這個簡單的程序他執行過程是怎樣的呢？其實，執行過程也正如我們前面所說分為4個步驟。（這裡只是指PHP語言引擎Zend執行過程，不包含Web服務器的執行過程。）
1.Scanning(Lexing) ,將PHP代碼轉換為語言片段(Tokens) 2.Parsing, 將Tokens轉換成簡單而有意義的表達式 3.Compilation, 將表達式編譯成Opocdes 4.Execution, 順次執行Opcodes，每次一條，從而實現PHP腳本的功能。
注2：現在有的Cache比如APC,可以使得PHP緩存住Opcodes，這樣，每次有請求來臨的時候，就不需要重復執行前面3步，從而能大幅的提高PHP的執行速度。
那什麼是Lexing? 學過編譯原理的同學都應該對編譯原理中的詞法分析步驟有所了解，Lex就是一個詞法分析的依據表。
對於PHP在開始使用的是Flex，之後改為re2c， MySQL的詞法分析使用的Flex，除此之外還有作為UNIX系統標准詞法分析器的Lex等。 這些工具都會讀進一個代表詞法分析器規則的輸入字符串流，然後輸出以C語言實做的詞法分析器源代碼。 這裡我們只介紹PHP的現版詞法分析器，re2c。 在源碼目錄下的Zend/zend_language_scanner.l 文件是re2c的規則文件， 如果需要修改該規則文件需要安裝re2c才能重新編譯，生成新的規則文件。Zend/zend_language_scanner.c會根據Zend/zend_language_scanner.l,來輸入的 PHP代碼進行詞法分析，從而得到一個一個的“詞”。
從PHP4.2開始提供了一個函數叫token_get_all,這個函數就可以將一段PHP代碼 Scanning成Tokens；
我們用下面的代碼使用token_get_all函數處理我們開頭提到的PHP代碼。
"; $phpcode = <<PHPCODE; // $tokens = token_get_all($phpcontent); // print_r($tokens); $tokens = token_get_all($phpcode); foreach ($tokens as $key => $token) { $tokens[$key][0] = token_name($token[0]); } print_r($tokens); ?>
注：為了便於理解和查看，我使用token_name函數將解析器代號修改成了符號名稱說明。
如果有的童鞋想要看原始的，可以將上面代碼中的第10,11行代碼注釋去掉。
解釋器代號列表詳見：http://www.php.net/manual/zh/tokens.php
得到的結果如下：
Array
(
[0] => Array
(
[0] => T_OPEN_TAG
[1] => 1
)
[1] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 2
)
[2] => Array
(
[0] => T_ECHO
[1] => echo
[2] => 2
)
[3] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 2
)
[4] => Array
(
[0] => T_CONSTANT_ENCAPSED_STRING
[1] => "Hello World!"
[2] => 2
)
[5] =>
[6] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 2
)
[7] =>
[8] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 3
)
[9] => Array
(
[0] => T_LNUMBER
[1] => 1
[2] => 3
)
[10] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 3
)
[11] =>
[12] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 3
)
[13] => Array
(
[0] => T_LNUMBER
[1] => 1
[2] => 3
)
[14] =>
[15] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 3
)
[16] => Array
(
[0] => T_ECHO
[1] => echo
[2] => 4
)
[17] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 4
)
[18] =>
[19] => Array
(
[0] => T_WHITESPACE
[1] =>
[2] => 4
)
[20] => Array
(
[0] => T_CLOSE_TAG
[1] => ?>
[2] => 5
)
)分析這個返回結果我們可以發現，源碼中的字符串，字符，空格都會原樣返回。
每個源代碼中的字符，都會出現在相應的順序處。
而其他的，比如標簽，操作符，語句，都會被轉換成一個包含三部分的
1、Token ID解釋器代號 (也就是在Zend內部的改Token的對應碼，比如,T_ECHO,T_STRING)
2、源碼中的原來的內容
3、該詞在源碼中是第幾行。
接下來，就是Parsing階段了，Parsing首先會丟棄Tokens Array中的多於的空格，
然後將剩余的Tokens轉換成一個一個的簡單的表達式
1.echo a constant string 2.add two numbers together 3.store the result of the prior expression to a variable 4.echo a variable
Bison是一種通用目的的分析器生成器。它將LALR(1)上下文無關文法的描述轉化成分析該文法的C程序。 使用它可以生成解釋器，編譯器，協議實現等多種程序。 Bison向上兼容Yacc，所有書寫正確的Yacc語法都應該可以不加修改地在Bison下工作。 它不但與Yacc兼容還具有許多Yacc不具備的特性。
Bison分析器文件是定義了名為yyparse並且實現了某個語法的函數的C代碼。 這個函數並不是一個可以完成所有的語法分析任務的C程序。 除此這外我們還必須提供額外的一些函數： 如詞法分析器、分析器報告錯誤時調用的錯誤報告函數等等。 我們知道一個完整的C程序必須以名為main的函數開頭，如果我們要生成一個可執行文件，並且要運行語法解析器， 那麼我們就需要有main函數，並且在某個地方直接或間接調用yyparse，否則語法分析器永遠都不會運行。
在PHP源碼中，詞法分析器的最終是調用re2c規則定義的lex_scan函數，而提供給Bison的函數則為zendlex。 而yyparse被zendparse代替。
在PHP實現內部，opcode由如下的結構體表如下：
struct _zend_op {
opcode_handler_t handler; // 執行該opcode時調用的處理函數
znode result;
znode op1;
znode op2;
ulong extended_value;
uint lineno;
zend_uchar opcode; // opcode代碼
};
和CPU的指令類似，有一個標示指令的opcode字段，以及這個opcode所操作的操作數。
PHP不像匯編那麼底層， 在腳本實際執行的時候可能還需要其他更多的信息，extended_value字段就保存了這類信息。
其中的result域則是保存該指令執行完成後的結果。
PHP腳本編譯為opcode保存在op_array中，其內部存儲的結構如下：
struct _zend_op_array {
/* Common elements */
zend_uchar type;
char *function_name; // 如果是用戶定義的函數則，這裡將保存函數的名字
zend_class_entry *scope;
zend_uint fn_flags;
union _zend_function *prototype;
zend_uint num_args;
zend_uint required_num_args;
zend_arg_info *arg_info;
zend_bool pass_rest_by_reference;
unsigned char return_reference;
/* END of common elements */
zend_bool done_pass_two;
zend_uint *refcount;
zend_op *opcodes; // opcode數組
zend_uint last，size;
zend_compiled_variable *vars;
int last_var，size_var;
// ...
}
ZEND_API void execute(zend_op_array *op_array TSRMLS_DC)
{
// ... 循環執行op_array中的opcode或者執行其他op_array中的opcode
}
前面提到每條opcode都有一個opcode_handler_t的函數指針字段，用於執行該opcode。
PHP有三種方式來進行opcode的處理:CALL，SWITCH和GOTO。
PHP默認使用CALL的方式，也就是函數調用的方式， 由於opcode執行是每個PHP程序頻繁需要進行的操作，
可以使用SWITCH或者GOTO的方式來分發， 通常GOTO的效率相對會高一些，
不過效率是否提高依賴於不同的CPU。
在我們上面的例子中，我們的PHP代碼會被Parsing成:* ZEND_ECHO 'Hello World%21' * ZEND_ADD ~0 1 1 * ZEND_ASSIGN !0 ~0 * ZEND_ECHO !0 * ZEND_RETURN 1你可能會問了，我們的$a去那裡了？這個要介紹操作數了，每個操作數都是由以下倆個部分組成：
a)op_type : 為IS_CONST, IS_TMP_VAR, IS_VAR, IS_UNUSED, or IS_CV b)u,一個聯合體，根據op_type的不同，分別用不同的類型保存了這個操作數的值(const)或者左值(var)
html
