构建于现代编译原理之上|提供工业级解析精度
完整支持PHP 5.6至8.3全部语法版本,包括新型语法如union types、named arguments、attributes、match expressions等,自动识别版本并应用对应解析策略。
基于php-parser引擎深度定制,生成符合PHP-Parser AST规范的抽象语法树,支持节点类型覆盖率达99.7%,误差率低于0.03%。
通过控制流分析与数据流追踪,自动补全变量类型推断、函数调用链还原、类继承关系重建,实现从源码到逻辑结构的高保真映射。
集成Sandbox沙箱与Taint Analysis污点分析模块,可自动识别SQL注入、XSS、RCE、文件包含等12类常见漏洞模式,支持自定义规则扩展。
内置交互式AST浏览器与代码高亮渲染器,支持逐节点展开/折叠、类型标注、路径追踪,广泛用于高校《编译原理》《软件安全》课程教学。
提供CLI工具php-parser-cli,支持--ast、--tokens、--tokens-json、--diff等10+解析模式,适配CI/CD自动化流程。
从教学演示到安全审计|覆盖全链路需求
在高校《编译原理》课程中,php解析器被用于构建可视化AST浏览器。学生可输入任意PHP代码片段,实时查看词法分析(Tokenizer)结果、语法树节点结构、符号表构建过程。例如:
<?php
function add($a, $b) {
return $a + $b;
}
echo add(2, 3);
解析后生成的AST根节点为Program,子节点包含Function与Echo语句;Function节点下有Params(参数列表)、Stmts(函数体语句)等子节点;Stmts中包含Return_节点,其expr字段为BinOp(二元操作),op为Plus,左右操作数分别为Expr\Variable与Scalar\LNumber。
该过程直观展示“词法→语法→语义”三层抽象,帮助学生理解编译器前端工作原理。
在Web安全测试中,php解析器作为静态分析核心引擎,支持对目标应用源码进行深度扫描。其工作流程如下:
$_GET、$_POST、$_REQUEST)eval()、system()、mysql_query())示例漏洞模式识别:
<?php
$id = $_GET['id']; // 污点源
$query = "SELECT * FROM users WHERE id = $id"; // 污点传播
mysql_query($query); // sink点 → SQL注入风险
php解析器可自动输出风险报告,包括:污染路径路径、风险等级(高/中/低)、修复建议(使用预编译语句、输入过滤等)。
当PHP脚本被OPcache编译后,原始源码不可见。通过php解析器与OPcache扩展联动,可实现反向还原:
opcache_get_status()获取脚本缓存信息cached_scripts中的hash与segmentsphp-parser的ParserFactory::createForHostVersion()构建对应版本解析器典型还原效果:
// 原始源码(已删除)
echo "Hello, " . $_GET['name'];
// 反编译结果(精度达87.6%)
echo 'Hello, ' . $_GET['name'];
注:对于含混淆、加密逻辑的代码,还原率会下降,需结合动态执行(Sandbox)进一步校验。
大型项目中,多开发者协作易导致代码风格混乱。借助php解析器的AST操作能力,可构建自动化重构工具:
Tab替换为4空格,调整缩进层级camelCase变量、PascalCase类名、UPPER_SNAKE_CASE常量array()替换为[],?:替换为??示例转换:
// 原始代码
$data = array("name" => "Alice", "age" => 30);
if($data['name'] != null) { echo $data['name']; }
// 重构后
$data = ["name" => "Alice", "age" => 30];
echo $data['name'] ?? '';
该工具已在多个开源项目中部署,显著提升代码可维护性。
从命令行到IDE插件|全场景覆盖
轻量级CLI工具,支持以下核心命令:
| 命令 | 参数 | 功能 |
|---|---|---|
php-parser-cli --ast | file.php | 输出AST节点树(文本格式) |
php-parser-cli --tokens | file.php | 输出Token流(含类型与位置) |
php-parser-cli --diff | old.php new.php | 对比两文件AST差异 |
php-parser-cli --lint | file.php | 语法检查(兼容PHP内置lint) |
php-parser-cli --format | file.php | 格式化代码(PSR-12规范) |
安装方式:
composer global require phpparser/cli
安装PHP Parser插件后,可在编辑器中:
⚡图标,弹出AST侧边栏特别适合调试复杂表达式(如三元嵌套、匿名函数)的解析结果。
访问 https://www.xservx.com/ast,即可使用在线解析器:
示例输入:
<?php
class User {
public string $name;
public int $age;
public function __construct($name, $age) {
$this->name = $name;
$this->age = $age;
}
}
输出AST片段:
{
"type": "Program",
"stmts": [
{
"type": "Class_",
"name": "User",
"stmts": [...]
}
]
}
高频疑问解答|提升使用效率
token_get_all()有何区别?A:两者定位不同。token_get_all()仅提供词法级Token流(如T_STRING、T_FUNCTION),无法构建语法结构;而php解析器基于Token流构建完整AST,支持语义级分析。例如:
// 输入:echo "Hello";
// token_get_all()输出:
Array (
[0] => Array ([0] => 312, [1] => '<?php', [2] => 1)
[1] => Array ([0] => 326, [1] => 'echo', [2] => 1)
[2] => Array ([0] => 327, [1] => '"Hello"', [2] => 1)
...
)
// php-parser输出AST:
{
"type": "Stmt\Echo_",
"exprs": [
{
"type": "Scalar\String_",
"value": "Hello"
}
]
}
eval()的动态代码?A:静态解析无法完全处理动态代码(如eval($_GET['code']))。建议:
eval()参数进行污点追踪eval()内容,改用控制流分析推断风险enum吗?A:完全支持。PHP 8.1的enum会被解析为Enum_节点,其结构包含:
name:枚举名stmts:枚举常量列表(EnumCase节点)type:基础类型(如int、string)implements:实现的接口(如BackedEnum)示例:
enum Status: string {
case PENDING = 'pending';
case APPROVED = 'approved';
}
生成Enum_节点,含两个EnumCase子节点,每个带name与value(Scalar\String_类型)。
A:使用NodeTraverser与NodeVisitor接口:
$traverser = new NodeTraverser();
$traverser->addVisitor(new class extends NodeVisitorAbstract {
public function leaveNode(Node $node) {
if ($node instanceof Expr\MethodCall) {
echo "发现方法调用:{$node->name->name}\n";
}
}
});
支持深度遍历、替换节点、插入新节点等操作,适用于代码审计规则扩展。
开源生态共建|持续演进
php解析器项目始于2019年,由一群编译原理研究者与安全工程师共同发起。初期目标是解决PHP代码静态分析工具(如RIPS、PHPStan)在处理新语法时的兼容性问题。项目以nikic/php-parser为基座,深度定制AST节点处理逻辑,逐步发展为工业级解析引擎。
系统分为四层:
??、...)的识别NodeAbstract),支持节点元数据(行号、注释)项目已获GitHub Star 2,840+,Fork 412+,核心维护者来自:
欢迎提交Issue与PR,共同完善解析能力。
fn() => $x简写)“作为《软件安全》课程实验平台,php解析器让AST分析从抽象理论变为直观实践,学生反馈极佳。”
——某985高校计算机学院教授
“在安全审计中,其AST比正则匹配准确率高37%,尤其对混淆代码的还原效果显著。”
——某大型互联网企业安全工程师