正搞一个小蜘蛛，用 CUrl 写的，遇到一个问题，分析完 url 后，有可能遇到 rar 或 jpg 等资源文件，也是要下载回来分析内容。

这样的做法太笨了，有很多缺点：

1. 浪费带宽，文件也许很大
2. 文件无用，下载回来也无法分析文件内容

怎么解决？

看浏览器会发送 Accept 指令，告诉服务器可接受的内容类型，但这不能阻止服务器返回不接受的内容，即哪怕请求的资源不在 Accept 列表中，仍然会把文件返回给客户端。

这方法不行。

想着，有没有办法，在得到服务器 response 的时候先分析 header，如果不是可接受的类型，就断掉连接，不必下载后续内容？

如果用 fsockopen 写的网络通讯接口，这一点很好实现。但 CUrl 怎么控制？

仔细看文档，找到一个选项 CURLOPT_HEADERFUNCTION。

这个选项要给一个回调函数作为参数，回调函数相当于一个触发器，CUrl 会把每一条 response 的 header 指令传给这个函数，由函数来决定如何执行后面的步骤。

回调函数要定义 2 个参数，第 1 个是 CUrl 的资源标识符，第 2 个是单独的一条 header 字符串。

如果想让 CUrl 继续下载后续内容，那么回调函数应该返回 header 字符串的长度：

return strlen($strOneHeader);

如果不想继续下载，直接返回数字 0，那么 CUrl 就会发送 TCP 的终止连接的指令，不会继续下载后续内容了。

加上这个触发器，经过测试，我的小蜘蛛可以成功地忽略非 text/html 类型的文件，大大加快了抓取速度，避免了很多问题！

小提示，给 CURLOPT_HEADERFUNCTION 设置回调函数的时候，文档上说要一个字符串形式的函数名作为参数。

这不准确。

实际上 PHP 可以指定任意类型的回调函数，可以是纯函数、类的静态方法和对象的方法：

• 纯函数：$callback = 'my_callback_func';
• 类常量：$callback = array('NAME_OF_CLASS', 'nameOfMethod');
• 对象方法：$callback = array($object, 'publicMethod');

完。

写一个处理 url 的 PHP 工具类，需要用到很多字符串相关的函数，比如 preg_match、preg_replace、strpos 之类的。

正则表达式和查找的 needle 字符，都是用字符加引号直接作为参数传递给上述函数，比如：

preg_match("#^http[s]?://#i", $strUrl);

用以匹配是否是 http 开头的 url。

记得以前看过过类常量与普通常量的性能对比，类常量快得多，在这个例子上，把字符串传给函数，是不是每次调用都是先把字符串转换成内部变量呢？如果预先定义类常量，然后以常量为参数传给函数，是不是能快一点？像下面这样：

const PREG_HTTP_URL = '#^http[s]?://#i';

preg_match(self::PREG_HTTP_URL, $strUrl);

两种方式，性能肯定不一样，那种更快呢？

...

...

...

揭晓结果：

运行外层方法 50 万次各 3 次，取平均值
字符串：[31284.85]q/s    [15.98]seconds
类常量：[29175.49]q/s    [17.14]seconds

可以看到，用类常量的方式，性能不升反降！！

现在还不太理解为什么会这样。

我在Windows环境开发PHP，用XAMPP套件，今天追查程序，看源码搞不定，求助xdebug。

想来很简单，不就在php.ini开启几个选项么，奶奶的，折腾半天没搞定！

问题是：不管怎么设置，开启，就是不输出 profiler 文件！

在网上看人家配置xdebug咋就那么顺利呢，我咋就这么费劲呢？

用中文关键字搜不到，试试英文的吧。

然后找到这个：

http://www.apachefriends.org/f/viewtopic.php?f=16&t=37137

这个天杀的 Wiedmann 估计是 ApacheFriends 的开发人员，把跟我一样可怜的 th1alb 兄弟害得够惨，2 个小时啊！！！

一切的根源居然是 Wiedmann 这怂儿把错误的配置参数包含到了 php.ini ，并打包到 xampp-1.7.2 的版本中！！！

我只能问候你母亲文明用语了！！！

给出问题解决方法，简单得要死：

把

xdebug.profiler_output_name = "xdebug_profile.%R::%u"

替换为

xdebug.profiler_output_name = "cachegrind.out.%p"

其实跟文件名前面的部分没关系，关键是那个"::"，Windows 不允许文件名中出现 ":"，在Linux下居然可以用这个字符当文件名，怎一个强字了得！

我测了下，Windows下"%R"这个占位符无效，所以，我是这么改的：

xdebug.profiler_output_name = "xdebug_profile.%u"

哦了，但愿后来的同学们能早点搜到，别再浪费宝贵的时间了！

问题：用 xampp 套件的 php 测试程序，程序中用到了 memcache，xampp 中未编译这个 extension，因此无法运行。

如果为了 memcache，重新编译 Apache、PHP 和 MySQL，太费时间，没有收获，而且重要的是逃避了问题，没有解决。

这回找到了解决方法，可以用此方法编译其他 PECL 的 PHP Extension，使 xampp 的 PHP 有更多功能！

闲言少叙，直奔主题：给 xampp 套件的 PHP 安装 memcache 扩展。

流程：

下载 http://pecl.php.net/get/memcache-2.2.5.tgz，得到最新的 PHP memcache PECL extension。

解压后，是一些源码，不能直接 configure 和 make。

config9.m4  CREDITS      memcache_consistent_hash.c  memcache_queue.c    memcache_standard_hash.c
config.m4   example.php  memcache.dsp                memcache_queue.h    php_memcache.h
config.w32  memcache.c   memcache.php                memcache_session.c  README

需要先用 phpize 配置一下，不过，我这次并不是平常的 phpize，因为我在 VMware 的 CentOS 上用的是 xampp 的集成环境，用这个环境下的 phpize 会提示缺少文件。

[leakon memcache-2.2.5]$ /opt/lampp/bin/phpize
grep: /opt/lampp/include/php/main/php.h: No such file or directory
grep: /opt/lampp/include/php/Zend/zend_modules.h: No such file or directory
grep: /opt/lampp/include/php/Zend/zend_extensions.h: No such file or directory
Configuring for:
PHP Api Version:
Zend Module Api No:
Zend Extension Api No:

提示缺少 3 个文件，这些文件在 xampp 中都没有，因为 xampp 提供的是运行环境，不是开发环境。

这样的目录结构（include/php/*）只有在安装好的 php 目录中才有，其实如果从源码直接复制更容易，不过那不是好方法。

下一个新版 PHP 源码，本地编译安装。

下载 http://cn2.php.net/get/php-5.2.11.tar.gz/from/cn.php.net/mirror。

configure 的时候不必跟上很多参数，我们只是要一个目录结构，而且是目录里面的源码，扩展和模块什么的都无所谓，只要能编译即可。

编译完成后，找到安装路径 /home/leakon/local/php5，可以看到 include 目录及其下面的目录结构。

回到 lampp 目录，下面并没有 include 目录，那我们创建一个：

[leakon ~]$ cd /opt/lampp/
[leakon lampp]$ mkdir include && cd include
[leakon include]$ ln -s /home/leakon/local/php5/include/php php

这样，建立一个指向 php 安装目录的符号链接。

再回到 memcache-2.2.5 源码目录，重新配置：

[leakon memcache-2.2.5]$ /opt/lampp/bin/phpize
Configuring for:
PHP Api Version:         20041225
Zend Module Api No:      20060613
Zend Extension Api No:   220060519

然后可以 configure 了：

[leakon memcache-2.2.5]$ ./configure --prefix=/home/leakon/local/pecl-memcache --with-php-config=/opt/lampp/bin/php-config

完成后 make 就可以啦，再完成后，编译的 so 文件生成到了 memcache-2.2.5/modules 目录下，有 2 个：

memcache.la  memcache.so

memcache.so 是我们要用的。

然后，修改 php.ini，添加 extension=leakon-modules/memcache.so

这个过程，还有点小波折。

本来我把 memcache.so 放到了 /home/leakon/modules/ 下，然后设置 extension="/home/leakon/modules/memcache.so"

结果用 php -m 找不到 memcache 模块。

我的 php 报错输出到单独的文件中，tail 那个文件，看到：

PHP Startup: Unable to load dynamic library '/opt/lampp/lib/php/extensions/no-debug-non-zts-20060613//home/leakon/modules/memcache.so'

原来是扩展的加载路径是相对的，不管你怎么设置，都在 /opt/lampp/lib/php/extensions/no-debug-non-zts-20060613/ 之下。

知道原因就好解决了，要么 cp memcache.so 到 no-debug-non-zts-20060613 目录下，要么做个 symbol link 链接到 /home/leakon/modules/，然后在 php.ini 修改正确的路径即可。

我记得很早写过一个编译 xdebug 的文章，刚才又看了一下，跟这回是一样的情况，也是在 xampp 的集成套件下编译 php extension。只是那次失败了，这次成功了。原文在这里：http://www.leakon.com/archives/44 。

搞了几个小时，总算时间没白费~~

使用 memcache 的过程中，遇到一个奇怪的问题，在 CentOS 环境下，PHP 的 memcache 扩展创建的客户端对象，在 delete 一个 key 的时候报错：

[25-Nov-2009 13:57:04] PHP Notice:  Memcache::delete(): Server 192.168.10.131 (tcp 11211) failed with: CLIENT_ERROR bad command line format.  Usage: delete <key> [noreply]

可是在 Windows 环境下，用的人家编译好的 php_memcache-cvs-20090703-5.3-VC6-x86.dll (20KB) 却没问题！

在 Google 上找了半天，终于在 PHP 官方手册的评论中发现了线索：

http://php.net/manual/en/function.memcache-delete.php

请看 10-Nov-2009 11:17 这条，简短翻译一下：

memcache 这个 PECL 扩展的 2.2.5 稳定版本有一个错误，导致在向 memcached 1.4.3 调用 delete 方法时返回 false。

用 -vvv 模式运行 memcached 将显示出为什么 delete 调用失败：

CLIENT_ERROR bad command line format.  Usage: delete <key> [noreply]

简单修改一下，在这个 PECL 扩展的 memcache.c 这个文件的 1494 行的 mmc_delete() 函数中。把 command_len 修改为下面这样：

command_len = spprintf(&command, 0, "delete %s", key);

去掉了弃用的第 3 个参数，然后 delete 就可以工作了。希望这个可以帮到你！

再提示一下改动前的代码：

//  command_len = spprintf(&command, 0, "delete %s %d", key, time);

修改完成后，重新编译出 memcache.so 即可。

遇到奇怪的问题，在 Windows 环境下，你猜 dirname('/') 返回虾米？

string(1) "\"

Linux 下呢？

string(1) "/"

换个参数，dirname('/home/leakon/sofav.php')，如果你认为上面的不同，是因为 Windows 的目录分隔符是反斜线 "\"，那下面的结果如何解释？

Windows: string(12) "/home/leakon"

Linux: string(12) "/home/leakon"

再换参数，dirname('D:\Leakon\Code\sofav.php')

Windows: string(14) "D:\Leakon\Code"

Linux: string(1) "."

奇怪吧，为什么有这么大区别呢？

现在还不太清楚，提供一下我的测试环境：

Windows 下存在 D:\Leakon\Code\sofav.php 这个文件，Linux 下存在 /home/leakon/sofav.php。

等搞明白回来顶，看到的，用到的，留心记一下吧。

顺便说下，这个问题，是用单元测试发现的。

我知道很多开发者都懂单元测试，我也知道很多开发者并没有切身去实践单元测试。

一年一度的 PHP Quebec 大会，本月初在加拿大的蒙特利尔举办。这次大会的主题是 "Get Further with PHP"，中文怎么说呢，“与PHP 一起深入发展”？

这是官方主页：

http://conf.phpquebec.com/en

我第一次听说这个 PHP Quebec 是在 2008 年，从网上找到一本 Symfony 的 PDF，是 Fabien Potencier (Symfony-Project 的创始人) 在 PHP Quebec 2007 上演示 Symfony 的。这个 PDF 我已经收藏，可以在我这里下载：

Symfony 文档 电子书 PHP Quebec 2007

今天恰好又看到新闻说到这个 PHP Quebec，去官网看了下，有好多演讲主题，最让我兴奋的是有 40 多份 PDF 和 PPT 文档可供下载！！！

这里是下载页面，着急的朋友就先去下吧：

http://conf.phpquebec.com/en/slides

虽然看 PDF 没有去现场效果好，但是从这些资料中，我们可以看到在 PHP 这个圈子中，国外的最先进的模式和理念。多看看人家是怎么应用 PHP 的，再看看自己哪些地方跟人家相比还有很大差距，早点下功夫弥补。甚至受到他们的启发，自己去创造一些新的应用。省得人家总说我们中国人没有创新力，只会抄袭。

不要光埋头苦干，应该抬起头，看看新的世界是什么样子。也许我们能够从中学到事半功倍的做事方法。

为了大家能方便地下载那些 PDF，我写了个 Linux 下运行的 sh 脚本，就是 wget 所有的 url，不过有些 url 是引用到另一个 site 的 flash 或 html，没法下载，我就直接过滤掉了，这样的 url 有 3 个：

• http://www.slideshare.net/coogle/beyond-the-browser
• http://conf.phpquebec.com/slides/2009/Building-applications-with-Yahoo-Pipes
• http://csarven.ca/presentations/microformats-05

大伙儿自己单独下吧。

我的 sh 脚本在这里下载：

>>无敌下载 sh （linux 命令行）<<

贴心提示！

建议用 nohup 在后台运行，省得不小心 shell 断了又得重新下！

shell> nohup sh get_pdf_php_quebec_2009.sh > log.txt 2>&1 &

这个类可以完全替代 PDO，如果你需要知道自己的程序跟 MySQL 交互花费多少时间，而你又有洁癖，不想把自己的代码搞得一团糟，那我强烈地建议你试试这个 SofavDB_Debug_PDO。

通常，创建一个 PDO 连接，都是 new PDO()。

在开发环境中，你只需要把上面那个语句替换成 new SofavDB_Debug_PDO() 即可。

然后，凡是通过 prepare 的 statement 执行的任何查询和修改的语句，执行时间都能记录下来。

最后，通过 SofavDB_Debug_PDO::getTimer() 就可以得到一个数组，极其方便……

当然，这个类的执行效率会有一些小小的下降，不适合用于生产环境。

源码请见 GoogleCode：

http://leakon.googlecode.com/svn/trunk/leakon/php/sofav_db/SofavDB_Debug_PDO.php

标题党一下，其实这个不应该算是 Apache 的漏洞。

简述漏洞情况：

有的网站有文件上传功能，尤其是可以上传 rar 文件的。如果文件名是 abc.php.rar，而且这个文件被放在了 http://www.leakon.com/uploads/abc.php.rar，你在地址栏输入这个地址，Apache 就会调用 PHP 模块去解析 abc.php.rar。

为什么会解析呢？

因为 Apache 按照文件扩展名，寻找 handler，比如，如果扩展名是 php，就交给 PHP 模块，如果是 jpg，就会输出 image/jpg 类型 的 http 头。

Apache 有一些已知的文件类型，在 Apache 目录的 conf/mime.types 文件中可以查看。

但这里没有 rar 的 handler，这时 Apache 会把 php 当作 abc.php.rar 这个文件的扩展名！

这个可能是 Apache 的一个解析规则吧，反正在 2.2.4 版本测试是这样的。

最简单的测试方法，写一个文件，内容是：

<?php
phpinfo();
?>

保存为 abc.php.rar，然后上传到你的服务器，看能不能执行吧。

前面我也说过，可能这不应该算是漏洞，只是一个规则，如果把这个规则去掉，可能相当大的一部分网站会因此受到影响。不可否认的，也是具有讽刺意味的是：我们的程序能够正常运行，有时是因为它处在一个有“漏洞”的环境中……

避免问题的方法有很多，比如在 mime 文件中加上 rar 类型的定义，再给 rar 文件加个 handler，再限制 upload 目录的执行权限等等。

我觉得比较好的方法是在服务端检查文件扩展名，如果应用程序需要上传 rar 等类型的文件，建议把文件在服务端改名，写成没有扩展名的字母和数字的组合，然后把原始文件名保存在数据库里，当需要下载的时候，用 http 头声明文件名。

单点处理，可以避免很多后续的相互依赖的安全工作。

用 clone 结构来复制一个对象。

PHP 的对象赋值，默认是引用传递。

如果需要一个对象的副本，只能用 clone。

从性能上考虑，当在一个循环中需要反复创建一个新对象的时候，可以考虑在外层创建，在循环内层用 clone 来复制对象。这样性能将会得到很大提高。

这里有实地测试的代码和测试结果可以参考：

<<PHP 对象克隆 性能优化示例>>

引用一下结论：

仅仅是这么简单的一个对象，创建与克隆，性能差距就达到5至6倍，时间消耗已经不在一个数量级上了。