各位好，欢迎来到今天的讲座，主题是《PHP代码的X光机：如何用AST把你的代码大卸八块》。
说实话，在座的各位，除了我自己，谁没经历过被代码审查员（Code Reviewer）灵魂拷问的时刻？
“你为什么要写这个if判断？它是多余的。”
“这里为什么用了var_dump，是准备庆祝代码通过吗？”
“这个函数为什么没注释？哦，这行代码本身就很清楚吗？”
是的，人类是很健忘的，也是很容易犯懒的。我们的眼睛就像一只刚睡醒的猫，容易错过那些逻辑上的bug。而IDE（集成开发环境）呢？它像个只会背书的差生，只能告诉你语法对不对，却不知道你是不是在埋雷。
为了拯救世界，也为了拯救我们要秃的头发，我们得学会使用“抽象语法树”。别被这个词吓到了，AST就是代码的解剖图，是代码的DNA序列。今天，我就手把手教你，怎么用PHP这门语言，把你的PHP文件变成一台X光机，让所有隐藏的bug、重复代码、甚至是对外的API泄露，都无所遁形。
准备好了吗？让我们先把代码这块大石头敲碎。
第一部分：AST是个啥？它是代码的整容医生
想象一下，你写了一行代码：
$age = 18 + 20;在PHP引擎眼里，这行代码经过词法分析和语法分析后，就不再是字符串了，而是一个结构。它变成了一个树。
- 根节点：这行代码本身。
- 子节点：左边是变量
$age，右边是18 + 20。 - 孙节点：
18是一个常量，20也是一个常量，+是一个运算符。
这就是AST。它把代码拆解成了一个个节点，每个节点都有类型、有属性、有子节点。它不看代码长什么样（比如空格、换行），只看代码的结构。
在PHP的世界里，最著名的实现就是 nikic/php-parser（PHP Parser）。它就是那个拿着解剖刀的医生，能把你的源码文件（*.php）变成AST数组。
第二部分：搭建你的第一台“扫描仪”
别废话了，直接上代码。我们要建一个简单的命令行工具。你需要安装PHP Parser：
composer require nikic/php-parser然后，创建一个 Scanner.php 文件。我们的目标是：读取文件，生成AST，然后大喊一声：“这是什么鬼！”
<?php
require 'vendor/autoload.php';
use PhpParserError;
use PhpParserNodeDumper;
use PhpParserParserFactory;
// 1. 拿到解析器工厂
$parserFactory = new ParserFactory();
// 我们想要那个比较新、比较标准的解析器
$parser = $parserFactory->create(ParserFactory::PREFER_PHP7);
// 2. 读取你的“受害者”代码文件
$code = file_get_contents('your_code.php');
try {
// 3. 解析！这是最关键的一步，像是在嚼烂一块牛排
$ast = $parser->parse($code);
// 4. 展示成果
$dumper = new NodeDumper();
echo $dumper->dump($ast);
} catch (Error $e) {
echo 'Parse error: ', $e->getMessage();
}当你运行这个脚本时，你会看到一堆乱七八糟但极其详细的信息。比如 Stmt_Class（类声明）、Stmt_Function（函数声明）、Expr_Assign（赋值操作）。
这堆信息就是你的财富。通过遍历这个数组，你可以做任何事情：比如，找到所有的函数，检查它们有没有返回值；比如，找到所有的 echo，检查它们是不是在没有日志系统的情况下直接输出了敏感信息。
第三部分：学会了遍历，你就拥有了上帝视角
光把树dump出来有什么用？那是给人类看的，人类看不懂，但机器看得懂。我们需要的是“访问者模式”。
PHP Parser 提供了一个 NodeVisitor 接口。你只要继承它，重写几个方法，当解析器走到某个节点时，你就可以“截胡”了。
来，我们来写个插件，专门抓“魔术数字”。
什么是魔术数字？ 就是代码里出现了 42、100 这种没头没尾的数字，既没有变量名，也没有注释，全靠程序员猜它代表什么意思。这通常意味着这个数字应该被定义成一个常量，或者写成 Time::DINNER_TIME。
我们的插件逻辑是：如果遇到了一个数字，并且这个数字不在常量定义里（为了简化，我们暂时只检查当前文件内的常量），我们就报警。
<?php
require 'vendor/autoload.php';
use PhpParserNode;
use PhpParserNodeVisitorAbstract;
class MagicNumberDetector extends NodeVisitorAbstract
{
// 记录文件里定义的所有常量
private $constants = [];
// 当访问到 ConstFetch 节点（即使用常量的地方，比如 SOME_CONST）时触发
public function enterNode(Node $node)
{
// 1. 首先，我们得知道常量是谁定义的
if ($node instanceof NodeStmtConst_) {
foreach ($node->consts as $const) {
$this->constants[$const->name->toString()] = true;
}
return;
}
// 2. 如果是数字字面量（比如 42）
if ($node instanceof NodeExprConstFetch) {
// 这里有个坑，如果访问的是像 3.14 这种，其实也是 ConstFetch，但是名字是 "M_PI" 这种系统常量
// 但我们这里只关注用户定义的常量，比如 $name->toString()
// 注意：为了演示方便，我们忽略系统常量判断
return;
}
// 3. 如果是整型或浮点型字面量
if ($node instanceof NodeScalarLNumber || $node instanceof NodeScalarDNumber) {
$value = $node->value;
// 4. 如果这个数字不在我们的常量黑名单里，那就报警
// 注意：这里有个边界情况，比如 0 和 1 通常是可以接受的，我们简单过滤一下
if (!in_array($value, [0, 1], true) && !isset($this->constants[$value])) {
echo "警告：发现魔术数字 {$value}，请给它起个好名字！n";
echo " 文件: {$node->getStartLine()} 行n";
}
}
}
}
// ... (省略前面的 Parser 初始化代码)
// 5. 实例化你的插件
$visitor = new MagicNumberDetector();
// 6. 创建节点遍历器
$traverser = new PhpParserNodeTraverser();
$traverser->addVisitor($visitor);
// 7. 执行扫描
$traverser->traverse($ast);看看，这就像是在代码里装了传感器。只要出现那个该死的 42，你的控制台就会像红灯一样闪烁。这就是AST的魅力，它让你能像黑客一样，潜入代码的内部，把那些隐藏的逻辑关系一个个揪出来。
第四部分：进阶技能——数据流分析（追踪变量）
上面的魔术数字太简单了。真正的静态分析神器，是“数据流分析”。这是很多商业IDE（如PHPStorm）的核心技术。
比如，我们要做一个SQL注入检测器。
场景是这样的：用户从表单里提交了一个ID（$_GET['id']），然后我们把它拼接到SQL语句里去查询数据库。这可是高风险操作！
AST怎么帮我们？
- 我们得找到所有调用数据库函数的地方，比如
mysqli_query($conn, $sql)。 - 我们得看看
$sql这个变量是怎么来的。 - 如果
$sql是一个字符串拼接（$sql = 'SELECT * FROM users WHERE id = ' . $_GET['id']），并且这个变量来自外部输入（$_GET），那就触发警报！
这听起来很复杂，但在AST的世界里，这就像玩连连看一样简单。
首先，我们需要一个变量历史记录器。
class SqlInjectionDetector extends NodeVisitorAbstract
{
// 这是一个大杀器：记录变量名和它的来源
// key: 变量名, value: 产生这个变量的节点类型
private $variableSources = [];
public function enterNode(Node $node)
{
// 1. 捕获外部输入
if ($node instanceof NodeExprVariable && is_string($node->name)) {
// 检查是不是 $_GET, $_POST, $_REQUEST, $_COOKIE
$varName = $node->name;
if (in_array($varName, ['_GET', '_POST', '_REQUEST', '_COOKIE'], true)) {
// 如果是超全局变量，标记它为不可信
$this->variableSources[$varName] = 'user_input';
}
}
// 2. 捕获变量赋值
if ($node instanceof NodeExprAssign) {
// 比如说 $id = $_GET['id']
// 左边是变量名，右边是值
if ($node->var instanceof NodeExprVariable) {
$varName = $node->var->name;
// 如果右边的值里有外部输入，那就记录下来
// 注意：这里为了简化，只判断直接赋值。实际上需要递归分析右边。
// 假设右边有 $varName，我们要去递归找它
}
}
// 3. 核心逻辑：字符串拼接检测
if ($node instanceof NodeExprBinaryOpConcat) {
// 左边是字符串，右边也是字符串（或者变量）
// 如果是变量，检查这个变量是否来自外部输入
$left = $node->left;
$right = $node->right;
$isDangerous = false;
// 检查左边
if ($left instanceof NodeExprVariable && isset($this->variableSources[$left->name])) {
$isDangerous = true;
}
// 检查右边
if ($right instanceof NodeExprVariable && isset($this->variableSources[$right->name])) {
$isDangerous = true;
}
// 如果发现了拼接，且源头不可信，直接报警！
if ($isDangerous) {
echo "致命错误：SQL注入风险！变量 {$node->right->name} 被拼接到SQL语句中。n";
}
}
}
}这代码写得虽然简陋，但核心思想已经出来了。AST让我们能够追溯变量的“身世”。我们不再只是看代码表面写了什么，而是看代码实际上“做了什么”。这在PHP这种弱类型语言里尤其重要，因为你很容易把一个整数传进去，结果在后面被当成字符串处理，引发诡异的问题。
第五部分：实战演练——构建一个“重复代码”探测器
程序员都有个毛病，就是喜欢复制粘贴。写着写着，发现两个函数长得一模一样，改一个地方忘改另一个地方。这就是代码腐化。
AST可以帮助我们检测“代码重复”。
原理很简单：把函数体转换成哈希值（比如MD5），然后统计出现频率。如果同一个哈希值出现了两次，恭喜你，你找到了重复代码。
这需要一点技巧。因为函数体里可能有变量名、行号这些随机的属性，我们不能直接用serialize。我们需要忽略这些，只关注逻辑结构。
class DuplicateCodeDetector extends NodeVisitorAbstract
{
private $functions = []; // 存储所有函数
private $duplicates = []; // 存储重复项
public function enterNode(Node $node)
{
if ($node instanceof NodeStmtFunction_) {
// 提取函数体节点
$body = $node->stmts;
// 生成唯一指纹
// 这里我们用一个非常粗暴的方法：节点序列化
// 在生产环境中，你需要写一个专门的Hasher来忽略变量名等无关紧要的东西
$hash = md5(serialize($body));
if (isset($this->functions[$hash])) {
$this->duplicates[$hash][] = $node;
} else {
$this->functions[$hash] = [];
}
}
}
public function leaveNode(Node $node)
{
// 扫描完一轮后，检查是否有重复
if ($node instanceof NodeStmtNamespace_) {
foreach ($this->duplicates as $list) {
if (count($list) > 1) {
echo "发现重复代码块！n";
foreach ($list as $func) {
echo "- 在函数 {$func->name} 中发现n";
}
}
}
}
}
}通过这种方式，你甚至可以检测更高级的东西，比如“未使用的参数”。AST能精准地告诉你，某个函数声明了 $x，但整个函数里 echo $x; 都没有出现，这就是垃圾代码。
第六部分：如何把这东西变成一个真正的工具？
光有一个类是不够的。你想要一个像 phpcs（PHP Code Sniffer）或者 phpstan（PHP静态分析工具）那样的工具，你还得解决以下问题：
- 配置文件：用户不想天天改代码，他们希望配置一个
ruleset.xml或.phpstan.neon，然后运行一个命令就能检查整个项目。 - 插件系统：不同的团队有不同的规矩。有的团队不允许
echo，有的团队要求所有函数必须有返回值。你需要一个机制让用户轻松添加自己的Visitor。 - 报告生成：分析完了不能只打印到控制台。你得生成一个漂亮的HTML报告，或者JSON格式的结果，方便CI/CD（持续集成/持续部署）流水线去调用。
这里简单给个架构图，画在脑子里就行：
- CLI入口：接收文件路径。
- Loader：读取配置文件，加载所有定义的
Visitor插件。 - Parser：把PHP文件转成AST。
- Traverser：把AST塞进所有 Visitor 里跑一圈。
- Reporter：收集所有报错，生成HTML。
举个CI/CD的集成例子，在你的 composer.json 里写个脚本：
"scripts": {
"analyze": "php bin/runner.php --config .analyzer.json"
}然后，当开发人员提交代码时，CI服务器自动运行这个命令。如果有错误，构建就失败。这比写完代码再找别人Review要靠谱得多，因为这是机器在24小时不间断地盯着你的代码。
第七部分：避坑指南——不要试图搞太复杂
我知道你们这群资深程序员，脑子里已经开始想构建一个“全能PHP操作系统”了。但是，听我一句劝：
AST静态分析是有局限性的。
- 控制流分析太难了：代码里有
if、switch、try-catch，变量在不同的分支里可能完全不一样。AST只是静态的树，它不懂执行顺序。如果你想做到100%准确的类型推断，难度堪比造火箭。 - 反射与运行时：如果你的代码里用了
call_user_func_array动态调用方法，或者使用了Trait，AST有时候会晕头转向。 - 性能：如果你写了一个特别复杂的遍历器，把整个项目遍历几千次，那你的电脑风扇得转出交响乐来。
所以，不要试图用AST去干所有事。用它来发现那些显而易见的逻辑错误、安全隐患、代码坏味道，这已经足够强大了。至于复杂的业务逻辑推断，还是留给运行时的PHP解释器吧。
结语：代码洁癖患者的福音
好了，今天的讲座就到这里。
我们讲了什么是AST，如何解析它，如何遍历它，以及如何用它来抓“魔术数字”、防“SQL注入”、找“重复代码”。
你会发现，当你真正掌握了AST，你就不再是一个只会写代码的码农，而是一个架构师。你开始思考代码的结构，思考数据的流向，思考如何让机器替你干活。
AST就是你的瑞士军刀。当你面对一团乱麻的旧代码时，不要慌，拿出这把刀，轻轻划开，你会发现里面的逻辑其实很清晰。
愿你们的代码里没有魔术数字，没有SQL注入，没有重复代码，只有优雅、健壮、且经得起AST拷打的完美实现。
现在，去把你的第一个Scanner写出来吧，别让Bug跑进生产环境！