PHP源码中类常量递归引用导致的栈溢出问题分析
2025-05-03 10:48:32作者:滕妙奇
问题背景
在PHP源码的最新开发分支中,发现了一个由于类常量递归引用导致的栈溢出问题。这个问题出现在处理类常量属性时,当类常量通过Deprecated属性引用自身或其他常量时,会引发无限递归调用,最终导致栈空间耗尽。
问题复现
通过以下测试代码可以复现该问题:
<?php
set_error_handler(function (int $errno, string $errstr, ?string $errfile = null, ?int $errline = null) {
throw new \ErrorException($errstr, 0, $errno, $errfile, $errline);
});
class Clazz {
#[\Deprecated(self::TEST)]
public const TEST =-"from itself";
#[\Deprecated]
public const TEST2 = "from another";
#[\Deprecated(self::TEST2)]
public const TEST3 = 1;
}
try {
Clazz::TEST;
} catch (ErrorException $e) {
echo "Caught: ", $e->getMessage(), PHP_EOL;
}
try {
Clazz::TEST3;
} catch (ErrorException $e) {
echo "Caught: ", $e->getMessage(), PHP_EOL;
}
问题分析
当执行上述代码时,PHP引擎会进入一个无限递归调用链:
- 首先尝试获取Clazz::TEST常量
- 发现该常量有Deprecated属性,属性值为self::TEST
- 为了解析属性值,需要再次获取TEST常量
- 这样就形成了无限递归
调用栈显示,问题主要出现在以下几个关键函数中:
get_deprecation_suffix_from_attribute:负责从属性中获取弃用信息zend_deprecated_class_constant:处理被弃用的类常量zend_get_class_constant_ex:获取类常量zval_update_constant_with_ctx:更新常量值
技术细节
问题的核心在于PHP引擎在处理类常量属性时,没有对递归引用做适当的检测和保护。具体来说:
- 当解析Deprecated属性的参数时,如果参数引用了当前正在解析的常量,就会导致递归
- 属性解析过程中会触发常量的求值,而常量求值又会触发属性解析
- 这种相互依赖关系形成了无限循环
解决方案思路
要解决这个问题,可以考虑以下几种方法:
- 引用检测:在解析属性参数时,检测是否引用了当前正在处理的常量
- 缓存机制:对已经处理过的常量进行标记,避免重复处理
- 深度限制:设置递归深度限制,超过阈值时抛出异常
影响范围
这个问题会影响所有使用Deprecated属性引用自身或其他常量的PHP代码。虽然在实际开发中这种用法并不常见,但一旦出现就会导致严重的运行时错误。
最佳实践建议
为了避免类似问题,开发者应该:
- 避免在Deprecated属性中引用当前常量
- 使用静态字符串作为Deprecated属性的参数
- 如果需要动态生成弃用信息,可以考虑使用其他方式实现
总结
这个栈溢出问题揭示了PHP引擎在处理类常量属性时的一个边界情况。通过分析这个问题,我们不仅了解了PHP内部常量处理的机制,也看到了递归引用可能带来的风险。对于PHP内核开发者来说,这是一个需要特别注意的边界条件,应当在相关代码路径中添加适当的防护措施。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust011
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
如何用自然语言掌控电脑?UI-TARS-desktop智能助手入门指南离线语音资源全攻略:高效管理与优化指南4步攻克抖音直播回放留存难题:面向内容创作者的全流程技术指南Home Assistant功能扩展实战指南:从问题诊断到价值实现的完整路径开源工具 AzurLaneLive2DExtract:3大核心优势助力碧蓝航线Live2D模型资源提取与二次创作Godot卡牌游戏框架深度探索:从理论架构到实战开发直播内容管理新维度:多场景直播归档方案全攻略OBS Advanced Timer:5个直播控时秘诀让你的直播节奏尽在掌握零基础掌握Home Assistant扩展:Docker加载项实战指南虚拟显示技术重塑数字工作空间:突破物理屏幕限制的多屏效率革命
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
887
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
303
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
143
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381