Binary security of php_PHP tutorial-PHP Tutorial-php.cn

Binary security of php_PHP tutorial

WBOY

Release： 2016-07-13 10:12:01

Original

1271 people have browsed it

php的二进制安全

本文主要从三个角度来阐述php的二进制安全：1. 什么叫php的二进制安全；2. 什么结构确保了php的二进制安全；3. 这种结构还有哪些其它方面的应用？

做到知其然，也知其所以然。

一句话解释：

php的内部函数在操作二进制数据时能保证达到预期的结果，例如str_replace、stristr、strcmp等函数，我们就说这些函数是二进制安全的。

举个列子：

我们来对比一下C和php下的strcmp函数。

C代码如下

main(){
    char ab[] = "aaBinary security of php_PHP tutorial0b";
    char ac[] = "aaBinary security of php_PHP tutorial0c";
    printf("%dBinary security of php_PHP tutorialn", strcmp(ab, ac));
    printf("%dBinary security of php_PHP tutorialn", strlen(ab));
&#160;}

Copy after login

结果：

解读：

也就是说C语言认为ab和ac这两个字符串是相等的，而且ab的长度为2.

php代码如下

<?php
    $ab = "aaBinary security of php_PHP tutorial0b"; 
    $ac = "aaBinary security of php_PHP tutorial0c";
    var_dump(strcmp($ab, $ac));
    var_dump(strlen($ab));
&#160;?>

Copy after login

结果：

int(-1)

int(4)

解读：

也就是php语言认为ab和ac这两个字符串是相等的，而且ab的长度为4。

聪明的你，应该已经发现问题在哪了吧，不错，对于c语言‘Binary security of php_PHP tutorial0’是字符串的结束符，所以在C语言中对于字符串“aaBinary security of php_PHP tutorial0b”，它读到'Binary security of php_PHP tutorial0'就会默认字符读取已经结束，而抛掉后面的字符串'b',导致我们看到strlen(“aaBinary security of php_PHP tutorial0b”)的值为2

那问题又来了，php都是C来开发的，为什么php做到了二进制安全呢？

先来看看php的变量存储zval结构

Binary security of php_PHP tutorial

php会根据type的值来决定访问value的哪个成员，为字符串时，我们会访问红框标识的str结构，这便是底层字符串的存储结构，它有两个值，一个是指向字符串的指针val，另一个是记录字符串长度的len值，就是因为有len这个值，导致了php是二进制安全的：因为它不需要像C一样通过是否遇到'Binary security of php_PHP tutorial0'结尾符来判断整个字符串是否读取完毕，而是通过len这个值指定的长度进行读取。

可见一个小小的数据结构改进，为我们带来了更多想象的空间，可谓是结构的一小步，功能的一大步。

拓展：

这么好用的结构，显然会被到处使用，我们常用的redis，在底层存储数据时就用到了这种结构，Redis 没有直接使用 C 语言传统的字符串表示（以空字符结尾的字符数组），而是自己构建了一种名为简单动态字符串（simple dynamic string，SDS）的抽象类型，并将 SDS 用作 Redis 的默认字符串表示

看下SDS的结构定义

struct sdshdr {

    // 记录 buf 数组中已使用字节的数量
    // 等于 SDS 所保存字符串的长度
    int len;

    // 记录 buf 数组中未使用字节的数量
    int free;

    // 字节数组，用于保存字符串
    char buf[];

};

Copy after login

可以看到，我们又见到了熟悉的len值，又是它保证了redis的存储是二进制安全的

以下内容足以阐明这一点：（摘自http://redisbook.com/preview/sds/different_between_sds_and_c_string.html#id6）

C 字符串中的字符必须符合某种编码（比如 ASCII），并且除了字符串的末尾之外，字符串里面不能包含空字符，否则最先被程序读入的空字符将被误认为是字符串结尾 ——这些限制使得 C 字符串只能保存文本数据，而不能保存像图片、音频、视频、压缩文件这样的二进制数据。

举个例子，如果有一种使用空字符来分割多个单词的特殊数据格式，如图 2-17 所示，那么这种格式就不能使用 C 字符串来保存，因为 C 字符串所用的函数只会识别出其中的 "Redis" ，而忽略之后的 "Cluster" 。

digraph { label =

虽然数据库一般用于保存文本数据，但使用数据库来保存二进制数据的场景也不少见，因此，为了确保 Redis 可以适用于各种不同的使用场景，SDS 的 API 都是二进制安全的（binary-safe）：所有 SDS API 都会以处理二进制的方式来处理 SDS 存放在 buf 数组里的数据，程序不会对其中的数据做任何限制、过滤、或者假设 ——数据在写入时是什么样的，它被读取时就是什么样。

这也是我们将 SDS 的 buf 属性称为字节数组的原因 ——Redis 不是用这个数组来保存字符，而是用它来保存一系列二进制数据。

For example, there is no problem using SDS to save the special data format mentioned earlier, because SDS uses the value of the len attribute instead of the null character to determine whether the string ends, as shown in Figure 2-18.

digraph { label = buf"]; buf [label = " { 'R' | 'e' | 'd' | 'i' | 's' | 'Binary security of php_PHP tutorial0' | 'C' | 'l' | ' u' | 's' | 't' | 'e' | 'r' | 'Binary security of php_PHP tutorial0' | 'Binary security of php_PHP tutorial0' } "]; // sdshdr:buf -> buf;}">

By using binary-safe SDS instead of C strings, Redis can not only save text data, but also binary data in any format.