PHP使用FFI调用CJieba分词
phpjieba_ffi
使用PHP 7.4的 FFI 测试直接调用cjieba分词的动态库
选用CJieba的原因是FFI使用的是C的调用约定,如果用Cpp,还得自己包装一下,然后extern C,让编译器生成标准C的动态库。
碰到的问题
段错误
- C变量没有初始化
- 直接调用了C的函数,没有通过FFI 初始化后的的C对象调用
- 非空判断 需要使用 FFI::isNull($x)
- 指针形式的数组 不能用foreach
指针形式数组的循环
查看C代码发现Cut部分如下:
CJiebaWord* Cut(Jieba handle, const char* sentence, size_t len) {
cppjieba::Jieba* x = (cppjieba::Jieba*)handle;
vector<string> words;
string s(sentence, len);
x->Cut(s, words);
CJiebaWord* res = (CJiebaWord*)malloc(sizeof(CJiebaWord) * (words.size() + 1));
size_t offset = 0;
for (size_t i = 0; i < words.size(); i++) {
res[i].word = sentence + offset;
res[i].len = words[i].size();
offset += res[i].len;
}
if (offset != len) {
free(res);
return NULL;
}
res[words.size()].word = NULL;
res[words.size()].len = 0;
return res;
}
返回的是一个结构体指针,在C语言里,数组名实际是数组第一个变量的指针地址,所以可以通过指针地址++的操作来遍历,在FFI里面呢?
对于这个数组,我一开始用foreach 循环,直接报段错误了,后来和C一样,直接用指针++,发现是可行的,这里给FFI点赞,居然也可以直接操作C指针。
分词结果获取
如上面的代码,对于单个分词CJiebaWord,也不是保存的分词,而是sentence + offset
,就是说第一个分词结果肯定是原始字符串。
在C的demo里是printf格式化(. 表示字段宽度和对齐),但是PHP里没有类似的方法,需要截取字符串substr($x->word, 0, $x->len)
for (x = words; x->word; x++) {
printf("%*.*s\n", x->len, x->len, x->word);
}
用法示例
编译动态库
make libjieba.so
运行
time php demo.php
运行c demo
make demo
time ./demo
结果
PHP
load: 0.00025701522827148
real 1m59.619s
user 1m56.093s
sys 0m3.517s
C
real 1m54.738s
user 1m50.382s
sys 0m4.323s
CPU 占用 基本都是 12%
可以发现使用FFI,PHP的速度基本和C差不多,如有CPU占用大的业务,可以尝试使用其它语言(C/C++,golang,Rust等)编写然后导出标准C的动态库。
git仓库地址 https://github.com/dwdcth/phpjieba_ffi
FFI的用途
在没有FFI之前,需要系统调用或者sdk方式调用的地方,PHP就需要开发扩展,但是开发扩展不仅需要理解C语言,还得了解PHP内核,比较困难。
现在就方便多了,直接使用FFI调用动态库即可。
扩展 宏展开
比如海康的sdk里有大量的宏
gcc -E -P HCNetSDK.h -o HCNetSDK_unfold.h
支持 type define 放心使用
作者:半山
出处:http://www.cnblogs.com/xdao/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。