Linux/FreeBSD下用C语言开发PHP的so扩展模块例解

用C语言编写PHP的扩展模块的方法有几种，根据最后的表现形式有两种，一种是直接编译进php，一种是编译为php的so扩展模块来被php调用，另外根据编译的方式有两种，一种使用phpize工具（php编译后有的），一种使用ext_skel工具（php自带的），我们使用最多，也是最方便的方式就是使用ext_skel工具来编写php的so扩展模块，这里也主要介绍这种方式。

我们在php的源码目录里面可以看到有个ext目录（我这里说的php都是基于Linux平台的php来说的，不包括windows下的），在 ext目录下有个工具 ext_skel ，这个工具可以让我们简单的开发出php的扩展模块，它提供了一个通用的php扩展模块开发步骤和模板。下面我们以开发一个在php里面进行 utf8/gbk/gb2312三种编码转换的扩展模块为例子进行说明。在这个模块中，我们要最终提供以下几个函数接口：

(1) string toplee_big52gbk(string s)
将输入字符串从BIG5码转换成GBK
(2) string toplee_gbk2big5(string s)
将输入字符串从GBK转换成BIG5码
(3) string toplee_normalize_name(string s)
将输入字符串作以下处理：全角转半角，strim，大写转小写
(4) string toplee_fan2jian(int code, string s)
将输入的GBK繁体字符串转换成简体
(5) string toplee_decode_utf(string s)
将utf编码的字符串转换成UNICODE
(6) string toplee_decode_utf_gb(string s)
将utf编码的字符串转换成GB
(7) string toplee_decode_utf_big5(string s)
将utf编码的字符串转换成BIG5
(8) string toplee_encode_utf_gb(string s)
将输入的GBKf编码的字符串转换成utf编码

首先，我们进入ext目录下，运行下面命令：
#./ext_skel –extname=toplee
这时，php会自动在ext目录下为我们生成一个目录toplee，里面包含下面几个文件
.cvsignore
CREDITS
EXPERIMENTAL
config.m4
php_toplee.h
tests
toplee.c
toplee.php

其中最有用的就是config.m4和toplee.c文件
接下来我们修改config.m4文件
#vi ./config.m4
找到里面有类似这样几行

dnl PHP_ARG_WITH(toplee, for toplee support,
dnl Make sure that the comment is aligned:
dnl [  --with-toplee             Include toplee support])

dnl Otherwise use enable:

dnl PHP_ARG_ENABLE(toplee, whether to enable toplee support,
dnl Make sure that the comment is aligned:
dnl [  --enable-toplee           Enable toplee support])

上面的几行意思是说告诉php编译的使用使用那种方式加载我们的扩展模块toplee，我们使用–with-toplee的方式，于是我们修改为下面的样子

PHP_ARG_WITH(toplee, for toplee support,
Make sure that the comment is aligned:
[  --with-toplee             Include toplee support])

dnl Otherwise use enable:

dnl PHP_ARG_ENABLE(toplee, whether to enable toplee support,
dnl Make sure that the comment is aligned:
dnl [  --enable-toplee           Enable toplee support])

然后我们要做的关键事情就是编写toplee.c，这个是我们编写模块的主要文件，如果您什么都不修改，其实也完成了一个php扩展模块的编写，里面有类似下面的几行代码

PHP_FUNCTION(confirm_toplee_compiled)
{
        char *arg = NULL;
        int arg_len, len;
        char string[256];
 
        if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "s", &arg, &arg_len) == FAILURE) {
                return;
        }
 
        len = sprintf(string, "Congratulations! You have successfully modified ext/%.78s/config.m4. Module %.78s is now compiled into PHP.", "toplee", arg);
        RETURN_STRINGL(string, len, 1);
}

如果我们在后面完成php的编译时把新的模块编译进去，那么我们就可以在php脚本中调用函数toplee()，它会输出一段字符串 “Congratulations! You have successfully modified ext/toplee/config.m4. Module toplee is now compiled into PHP.”

 

下面是我们对toplee.c的修改，让其支持我们预先规划的功能和接口，下面是toplee.c的源代码

/*
  +----------------------------------------------------------------------+
  | PHP Version 4                                                        |
  +----------------------------------------------------------------------+
  | Copyright (c) 1997-2002 The PHP Group                                |
  +----------------------------------------------------------------------+
  | This source file is subject to version 2.02 of the PHP license,      |
  | that is bundled with this package in the file LICENSE, and is        |
  | available at through the world-wide-web at                           |
  | http://www.php.net/license/2_02.txt.                                 |
  | If you did not receive a copy of the PHP license and are unable to   |
  | obtain it through the world-wide-web, please send a note to          |
  | license@php.net so we can mail you a copy immediately.               |
  +----------------------------------------------------------------------+
  | Author:                                                              |
  +----------------------------------------------------------------------+
 
  $Id: header,v 1.10 2002/02/28 08:25:27 sebastian Exp $
*/
 
#ifdef HAVE_CONFIG_H
#include "config.h"
#endif
 
#include "php.h"
#include "php_ini.h"
#include "ext/standard/info.h"
#include "php_gbk.h"
#include "toplee_util.h"
 
/* If you declare any globals in php_gbk.h uncomment this:
ZEND_DECLARE_MODULE_GLOBALS(gbk)
*/
 
/* True global resources - no need for thread safety here */
static int le_gbk;
 
/* {{{ gbk_functions[]
 *
 * Every user visible function must have an entry in gbk_functions[].
 */
function_entry gbk_functions[] = {
    PHP_FE(toplee_decode_utf,    NULL)
    PHP_FE(toplee_decode_utf_gb,    NULL)
    PHP_FE(toplee_decode_utf_big5,    NULL)
    PHP_FE(toplee_encode_utf_gb,    NULL)
 
    PHP_FE(toplee_big52gbk,    NULL)
    PHP_FE(toplee_gbk2big5,    NULL)
    PHP_FE(toplee_fan2jian,    NULL)
    PHP_FE(toplee_normalize_name,    NULL)
    {NULL, NULL, NULL}    /* Must be the last line in gbk_functions[] */
};
/* }}} */
 
/* {{{ gbk_module_entry
 */
zend_module_entry gbk_module_entry = {
#if ZEND_MODULE_API_NO >= 20010901
    STANDARD_MODULE_HEADER,
#endif
    "gbk",
    gbk_functions,
    PHP_MINIT(gbk),
    PHP_MSHUTDOWN(gbk),
    PHP_RINIT(gbk),        /* Replace with NULL if there's nothing to do at request start */
    PHP_RSHUTDOWN(gbk),    /* Replace with NULL if there's nothing to do at request end */
    PHP_MINFO(gbk),
#if ZEND_MODULE_API_NO >= 20010901
    "0.1", /* Replace with version number for your extension */
#endif
    STANDARD_MODULE_PROPERTIES
};
/* }}} */
 
#ifdef COMPILE_DL_GBK
ZEND_GET_MODULE(gbk)
#endif
 
/* {{{ PHP_INI
 */
/* Remove comments and fill if you need to have entries in php.ini*/
PHP_INI_BEGIN()
    PHP_INI_ENTRY("gbk2uni",            "",        PHP_INI_SYSTEM,    NULL)
    PHP_INI_ENTRY("uni2gbk",            "",        PHP_INI_SYSTEM,    NULL)
    PHP_INI_ENTRY("uni2big5",            "",        PHP_INI_SYSTEM,    NULL)
    PHP_INI_ENTRY("big52uni",            "",        PHP_INI_SYSTEM,    NULL)
    PHP_INI_ENTRY("big52gbk",            "",        PHP_INI_SYSTEM,    NULL)
    PHP_INI_ENTRY("gbk2big5",            "",        PHP_INI_SYSTEM,    NULL)
//    STD_PHP_INI_ENTRY("gbk.global_value",      "42", PHP_INI_ALL, OnUpdateInt, global_value, zend_gbk_globals, gbk_globals)
//    STD_PHP_INI_ENTRY("gbk.global_string", "foobar", PHP_INI_ALL, OnUpdateString, global_string, zend_gbk_globals, gbk_globals)
PHP_INI_END()
 
/* }}} */
 
/* {{{ php_gbk_init_globals
 */
/* Uncomment this function if you have INI entries
static void php_gbk_init_globals(zend_gbk_globals *gbk_globals)
{
    gbk_globals->global_value = 0;
    gbk_globals->global_string = NULL;
}
*/
/* }}} */
 
char gbk2uni_file[256];
char uni2gbk_file[256];
char big52uni_file[256];
char uni2big5_file[256];
char gbk2big5_file[256];
char big52gbk_file[256];
 
//utf file init flag
static int initutf=0;
 
/* {{{ PHP_MINIT_FUNCTION
 */
PHP_MINIT_FUNCTION(gbk)
{
    /* If you have INI entries, uncomment these lines
    ZEND_INIT_MODULE_GLOBALS(gbk, php_gbk_init_globals, NULL);*/
    REGISTER_INI_ENTRIES();
    memset(gbk2uni_file, 0, sizeof(gbk2uni_file));
    memset(uni2gbk_file, 0, sizeof(uni2gbk_file));
    memset(big52uni_file, 0, sizeof(big52uni_file));
    memset(uni2big5_file, 0, sizeof(uni2big5_file));
    memset(gbk2big5_file, 0, sizeof(gbk2big5_file));
    memset(big52gbk_file, 0, sizeof(big52gbk_file));
    
    strncpy(gbk2uni_file, INI_STR("gbk2uni"), sizeof(gbk2uni_file)-1);
    strncpy(uni2gbk_file, INI_STR("uni2gbk"), sizeof(uni2gbk_file)-1);
    strncpy(big52uni_file, INI_STR("big52uni"), sizeof(big52uni_file)-1);
    strncpy(uni2big5_file, INI_STR("uni2big5"), sizeof(uni2big5_file)-1);
    strncpy(gbk2big5_file, INI_STR("gbk2big5"), sizeof(uni2big5_file)-1);
    strncpy(big52gbk_file, INI_STR("big52gbk"), sizeof(uni2big5_file)-1);
 
    //InitMMResource();
    InitResource();
    if ((uni2gbk_file[0] == '/0') || (uni2big5_file[0] == '/0')
      || (gbk2big5_file[0] == '/0') || (big52gbk_file[0] == '/0')
      || (gbk2uni_file[0] == '/0') || (big52uni_file[0] == '/0'))
    {
        return FAILURE;
    }
 
    if (gbk2uni_file[0] != '/0')
    {
        if (LoadOneCodeTable(CODE_GBK2UNI, gbk2uni_file) != NULL)
        {
            toplee_cleanup_mmap(NULL);
            return FAILURE;
        }
    }
 
    if (uni2gbk_file[0] != '/0')
    {
        if (LoadOneCodeTable(CODE_UNI2GBK, uni2gbk_file) != NULL)
        {
            toplee_cleanup_mmap(NULL);
            return FAILURE;
        }
    }
 
    if (big52uni_file[0] != '/0')
    {
        if (LoadOneCodeTable(CODE_BIG52UNI, big52uni_file) != NULL)
        {
            toplee_cleanup_mmap(NULL);
            return FAILURE;
        }
    }
 
    if (uni2big5_file[0] != '/0')
    {
        if (LoadOneCodeTable(CODE_UNI2BIG5, uni2big5_file) != NULL)
        {
            toplee_cleanup_mmap(NULL);
            return FAILURE;
        }
    }
    
    if (gbk2big5_file[0] != '/0')
    {
        if (LoadOneCodeTable(CODE_GBK2BIG5, gbk2big5_file) != NULL)
        {
            toplee_cleanup_mmap(NULL);
            return FAILURE;
        }
    }
 
    if (big52gbk_file[0] != '/0')
    {
        if (LoadOneCodeTable(CODE_BIG52GBK, big52gbk_file) != NULL)
        {
            toplee_cleanup_mmap(NULL);
            return FAILURE;
        }
    }
    
    initutf = 1;
    return SUCCESS;
}
/* }}} */
 
/* {{{ PHP_MSHUTDOWN_FUNCTION
 */
PHP_MSHUTDOWN_FUNCTION(gbk)
{
    /* uncomment this line if you have INI entries*/
    UNREGISTER_INI_ENTRIES();
    
    toplee_cleanup_mmap(NULL);
    return SUCCESS;
}
/* }}} */
 
/* Remove if there's nothing to do at request start */
/* {{{ PHP_RINIT_FUNCTION
 */
PHP_RINIT_FUNCTION(gbk)
{
    return SUCCESS;
}
/* }}} */
 
/* Remove if there's nothing to do at request end */
/* {{{ PHP_RSHUTDOWN_FUNCTION
 */
PHP_RSHUTDOWN_FUNCTION(gbk)
{
    return SUCCESS;
}
/* }}} */
 
/* {{{ PHP_MINFO_FUNCTION
 */
PHP_MINFO_FUNCTION(gbk)
{
    php_info_print_table_start();
    php_info_print_table_header(2, "gbk support", "enabled");
    php_info_print_table_end();
 
    /* Remove comments if you have entries in php.ini*/
    DISPLAY_INI_ENTRIES();
    
}
/* }}} */
 
 
/* Remove the following function when you have succesfully modified config.m4
   so that your module can be compiled into PHP, it exists only for testing
   purposes. */
 
/* {{{ proto  toplee_decode_utf(string s)
    */
PHP_FUNCTION(toplee_decode_utf)
{
    char *s = NULL, *t=NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
    t = strdup(s);
    if (t==NULL)
        RETURN_FALSE
 
 
    DecodePureUTF(t, KEEP_UNICODE);
    RETVAL_STRING(t,1);
    free(t);
    return;
}
/* }}} */
 
/* {{{ proto  toplee_decode_utf_gb(string s)
    */
PHP_FUNCTION(toplee_decode_utf_gb)
{
    char *s = NULL, *t=NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
    t = strdup(s);
    if (t==NULL)
        RETURN_FALSE
 
    DecodePureUTF(t, DECODE_UNICODE);
    RETVAL_STRING(t,1);
    free(t);
    return;
 
}
/* }}} */
 
/* {{{ proto  toplee_decode_utf_big5(string s)
    */
PHP_FUNCTION(toplee_decode_utf_big5)
{
    char *s = NULL, *t=NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
    t = strdup(s);
    if (t==NULL)
        RETURN_FALSE
 
 
    DecodePureUTF(t, DECODE_UNICODE | DECODE_BIG5);
    RETVAL_STRING(t,1);
    free(t);
    return;
}
/* }}} */
int EncodePureUTF(unsigned char* strSrc,
    unsigned char* strDst, int nDstLen, int nFlag)
{
    int nRet;
    int pos;
    unsigned short c;
    unsigned short* uBuf;
    int nSize;
    int nLen;
    int nReturn;
 
    nLen=strlen((const char*)strSrc);
    if(nDstLen < nLen*2+1)
        return 0;
 
    nSize=nLen+1;
    uBuf=(unsigned short*)emalloc(sizeof(unsigned short)*nSize);
 
    nRet=MultiByteToWideChar(936, 0, (const char*)strSrc, strlen((const char*)strSrc),
        uBuf, nSize);
 
    nReturn=0;
    pos=nRet;
    while(pos>0)
    {
        c = *uBuf;
        if (c < 0x80) {
            strDst[nReturn++] = (char) c;
        } else if (c < 0x800) {
            strDst[nReturn++] = (0xc0 | (c >> 6));
            strDst[nReturn++] = (0x80 | (c & 0x3f));
        } else if (c < 0x10000) {
            strDst[nReturn++] = (0xe0 | (c >> 12));
            strDst[nReturn++] = (0x80 | ((c >> 6) & 0x3f));
            strDst[nReturn++] = (0x80 | (c & 0x3f));
        } else if (c < 0x200000) {
            strDst[nReturn++] = (0xf0 | (c >> 18));
            strDst[nReturn++] = (0x80 | ((c >> 12) & 0x3f));
            strDst[nReturn++] = (0x80 | ((c >> 6) & 0x3f));
            strDst[nReturn++] = (0x80 | (c & 0x3f));
        }
        pos--;
        uBuf++;
    }
    strDst[nReturn]='/0';
 
    return nReturn;
}
 
/* {{{ proto  toplee_encode_utf_gb(string s)
    */
PHP_FUNCTION(toplee_encode_utf_gb)
{
    char *s = NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
    char* sRet;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
    sRet=emalloc(strlen(s)*2+1);
 
    EncodePureUTF(s, sRet, strlen(s)*2+1, 0);
    RETVAL_STRING(sRet,1);
    return;
}
/* }}} */
 
 
/* {{{ proto  toplee_big52gbk(string s)
    */
PHP_FUNCTION(toplee_big52gbk)
{
    char *s = NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
    char* sRet = NULL;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
        
    sRet=estrdup(s);
    if (NULL == sRet)
        RETURN_FALSE
 
    BIG52GBK(sRet, strlen(sRet));
    RETVAL_STRING(sRet,1);
    return;
}
/* }}} */
 
/* {{{ proto  toplee_gbk2big5(string s)
    */
PHP_FUNCTION(toplee_gbk2big5)
{
    char *s = NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
    char* sRet = NULL;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
        
    sRet=estrdup(s);
    if (NULL == sRet)
        RETURN_FALSE
 
    GBK2BIG5(sRet, strlen(sRet));
    RETVAL_STRING(sRet,1);
    return;
}
/* }}} */
 
/* {{{ proto  toplee_normalize_name(string s)
    */
PHP_FUNCTION(toplee_normalize_name)
{
    char *s = NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len;
    char* sRet = NULL;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "s", &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
        
        NormalizeName( s );   
 
        RETURN_STRING(s, 1 );
 
        
    return;
}
/* }}} */
 
/* {{{ proto  toplee_fan2jian(int code, string s)
    */
PHP_FUNCTION(toplee_fan2jian)
{
    char *s = NULL;
    int argc = ZEND_NUM_ARGS();
    int s_len, code;
    char* sRet = NULL;
    char *pSource;
        char *pDest1=NULL, *pDest2=NULL;
        int nSourceLen, nDestLen;
 
    if (zend_parse_parameters(argc TSRMLS_CC, "ls", &code, &s, &s_len) == FAILURE)
        return;
 
    if (!initutf)
        RETURN_FALSE
 
        pSource = s;
        nSourceLen = s_len;
        pDest1 = malloc(nSourceLen * 2);
        pDest2 = malloc(nSourceLen+1);
        if (NULL == pDest1 || NULL == pDest2)
                goto _f2j_err;
 
        memset(pDest1, 0, nSourceLen * 2);
        memset(pDest2, 0, nSourceLen + 1);
        nDestLen = MultiByteToWideChar(code, 0, pSource, nSourceLen, (short *)pDest1, nSourceLen * 2);
        
        if (0 >= nDestLen)
                goto _f2j_err;
                
        nDestLen = WideCharToMultiByte(code, 0, (short *)pDest1, nDestLen, pDest2, nSourceLen, NULL, NULL);
        if (0 >= nDestLen)
                goto _f2j_err;
 
        RETVAL_STRING(pDest2, 1);
        if (pDest1 != NULL)
                free(pDest1);
        if (pDest2 != NULL)
                free(pDest2);
        return;
 
_f2j_err:
        if (pDest1 != NULL)
                free(pDest1);
        if (pDest2 != NULL)
                free(pDest2);
        RETURN_FALSE;
}
/* }}} */
 
/*
 * Local variables:
 * tab-width: 4
 * c-basic-offset: 4
 * End:
 * vim600: noet sw=4 ts=4 fdm=marker
 * vim<600: noet sw=4 ts=4
 */

事实上我们在这个文件里面定义了所有我们要实现的接口，剩下的部分就是我们再编写几个具体实现的C语言代码，有关C具体实现的技术细节就不在此讨论，有个关键的大家注意就是，您可以在ext/toplee目录下加入您所有用于实现您在toplee.c里面定义的接口的C源文件和头文件，让 toplee.c在编译的时候可以调用到，这些都是标准的C语言语法。Michael就不另说，下我把我们实现的几个代码都贴出来：
chn_util.h

#ifndef __CHN_UTIL_H__
#define __CHN_UTIL_H__
 
#include "common.h"
 
#define    LANG_GB            1
#define LANG_B5            2
 
#define GB_FULL_COUNT    (20+26*2+5+4+26)
#define B5_FULL_COUNT    (20+26*2+5+4+24)
 
BOOL FullToHalf(char *str, int nLang);
 
void LowerString(char* str);
 
void TrimString(char* str);
 
#endif // __CHN_UTIL_H__

chn_util.c

#include <stdio.h>
#include <assert.h>
#include <string.h>
#include "common.h"
#include "chn_util.h"
 
 
// ０１２３４５６７８９　！＠（）－＿＋＇＜＞
static char *GBFull[GB_FULL_COUNT] =
        {"０", "１", "２", "３", "４", "５", "６", "７", "８", "９",
        "　", "＠", "（", "）", "－", "＿", "＋", "＇", "＜", "＞",
        "ａ", "ｂ", "ｃ", "ｄ", "ｅ", "ｆ", "ｇ", "ｈ", "ｉ", "ｊ", "ｋ",
        "ｌ", "ｍ", "ｎ", "ｏ", "ｐ", "ｑ", "ｒ", "ｓ", "ｔ", "ｕ", "ｖ",
        "ｗ", "ｘ", "ｙ", "ｚ", "Ａ", "Ｂ", "Ｃ", "Ｄ", "Ｅ", "Ｆ", "Ｇ",
        "Ｈ", "Ｉ", "Ｊ", "Ｋ", "Ｌ", "Ｍ", "Ｎ", "Ｏ", "Ｐ", "Ｑ", "Ｒ",
        "Ｓ", "Ｔ", "Ｕ", "Ｖ", "Ｗ", "Ｘ", "Ｙ", "Ｚ",
        "。", "·", "．", "﹒", "＆",
        "《", "〈", "〉", "》",
        "﹐", "，", "﹔", "；", "﹕", "：", "﹖", "？", "﹗", "！", "—",
        "‘", "’", "“", "”", "～", "∶", "｀", "｜", "［", "］", "｛",
        "｝", "＃", "＄", "％"
};
 
static char GBEnHalf[GB_FULL_COUNT+1] =
        "0123456789 @()-_+/'<>abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
        "....&<<>>,,;;::/?/?!!-/'/'/"/"~:`|[]{}#$%";
 
// ⒈⒉⒊⒋⒌⒍⒎⒏⌒∨∠ˇ≌≈
static char *B5Full[B5_FULL_COUNT] =
        {"", "", "⒈", "⒉", "⒊", "⒋", "⒌", "⒍", "⒎", "⒏",
        "", "", "", "", "⌒", "∨", "∠", "ˇ", "≌", "≈",
        "㈤", "㈥", "㈦", "㈧", "㈨", "㈩", "", "", "Ⅰ", "Ⅱ", "Ⅲ",
        "Ⅳ", "Ⅴ", "Ⅵ", "Ⅶ", "Ⅷ", "Ⅸ", "Ⅹ", "Ⅺ", "Ⅻ", "", "",
        "", "", "", "", "⑾", "⑿", "⒀", "⒁", "⒂", "⒃", "⒄",
        "⒅", "⒆", "⒇", "①", "②", "③", "④", "⑤", "⑥", "⑦", "⑧",
        "⑨", "⑩", "", "", "㈠", "㈡", "㈢", "㈣",
        "", "", "", "", "‘",
        "", "", "", "",
        "", "", "", "", "", "", "", "", "", "", "",
        "ˉ", "ˇ", "¨", "〃", "°", "", "", "", "", "", "…",
        "", ""
};
 
static char B5EnHalf[B5_FULL_COUNT+1] =
        "0123456789 @()-_+/'<>abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
        "....&<<>>,,;;::/?/?!!-/'/'/"/"~|[]{}#$%";
 
 
static int _bFHSortFlag=0;
 
static void _sorttable(char* tableFull[], char* tableHalf, int nSize)
{
    int i,j;
    char* p;
    char cTemp;
 
    for(i=0;i<nSize;i++)
    {
        for(j=i+1;j<nSize;j++)
        {
            if(strcmp(tableFull[i],tableFull[j])<0)
            {
                p=tableFull[i];
                tableFull[i]=tableFull[j];
                tableFull[j]=p;
                cTemp=tableHalf[i];
                tableHalf[i]=tableHalf[j];
                tableHalf[j]=cTemp;
            }
        }
    }
}
 
BOOL FullToHalf(char *str, int nCodePage)
{
    char *pSrc = str;
    char *pDest = str;
    char **pFull;
    char *pEnHalf;
    int nCount;
    BOOL bContinue = FALSE;
    int nHigh,nLow,nMid,nResult;
 
    if(!_bFHSortFlag)
    {
        _sorttable(GBFull,GBEnHalf, GB_FULL_COUNT);
        _sorttable(B5Full,B5EnHalf, B5_FULL_COUNT);
        _bFHSortFlag=1;
    }
 
    assert(NULL != str);
    if ((LANG_GB == nCodePage) || (936==nCodePage))
    {
        pFull = GBFull;
        pEnHalf = GBEnHalf;
        nCount = GB_FULL_COUNT;
    }
    else if ((LANG_B5 == nCodePage) || (950==nCodePage))
    {
        pFull = B5Full;
        pEnHalf = B5EnHalf;
        nCount = B5_FULL_COUNT;
    }
    else
    {
        assert( FALSE );
        return FALSE;
    }
 
    while ('/0' != *pSrc)
    {
        if (0x81 <= (BYTE)*pSrc)
        {
            //    改用二分法，可以极大提高效率
            nLow=0;
            nHigh=nCount-1;
            while(nLow <= nHigh)
            {
                nMid = (nLow+nHigh) / 2;
                nResult = strncmp(pSrc, pFull[nMid], 2);;
                if( 0 == nResult)
                {
                    *pDest++ = pEnHalf[nMid];
                    pSrc+=2;
                    bContinue=TRUE;
                    break;
                }
                if( nResult > 0)
                    nHigh=nMid-1;
                else
                    nLow=nMid+1;
            }
 
            if( !bContinue )
            {
                // 判断其他符号
                if( ( 0xA1 <= (BYTE)*pSrc ) &&
                    ( 0xA9 >= (BYTE)*pSrc ) )
                {
                    *pDest++ = ' ';
                    pSrc+=2;
                    bContinue=TRUE;
                }
            }
 
/*            for (nIndex = 0; nIndex < nCount; nIndex++)
            {
                assert(NULL != pFull[nIndex]);
                if (NULL != pFull[nIndex])
                {
                    if (0 == strncmp(pSrc, pFull[nIndex], 2))
                    {
                        *pDest++ = pEnHalf[nIndex];    // convert full to half
                        pSrc += 2;
 
                        bContinue = TRUE;
                        break;
                    }
                }
            }*/
 
            if (bContinue)
            {
                bContinue = FALSE;
                continue;
            }
 
            *pDest++ = *pSrc++;    // copy head char, and the next statement copy tail char
            if(*pSrc == '/0')
                break;
        }
        
        *pDest++ = *pSrc++;    // ascii code
    }
 
    *pDest = '/0';
    return TRUE;
}
 
BOOL MyIsDBCSLeadByte(BYTE TestChar)
{
    if((TestChar>0X80) && (TestChar<0xFF))
        return TRUE;
    else
        return FALSE;
}
 
 
void LowerString(char* str)
{
    while(*str)
    {
        if(!MyIsDBCSLeadByte(*str))
        {       
            if( (*str>='A') && (*str<='Z') )
                *str = (char)(*str+('a'-'A'));
        }
        else
        {
            str++;
            if(!*str)
                break;
        }
        str++;
    }
    return ;
}
 
BOOL myisspace(char c)
{
    return ((c==' ') || (c=='/t') || (c=='/r') || (c=='/n'));   
}
 
void TrimString(char* str)
{
    char*    pDst;
    char*    pSrc;
    char*    pLast;
    char    cCurrent;
    int    nState;
 
 
    pLast=pDst=pSrc=str;
    nState=0;
 
    while(*pSrc)
    {
        cCurrent=*pSrc;
        switch(nState)
        {
        case 0:
            if(!myisspace(cCurrent))
            {
                nState=1;
                continue;
            }
            break;
        case 1:
            if(myisspace(cCurrent))
            {
                nState=2;
                *pDst=cCurrent;
            }
            else
            {
                *pDst=cCurrent;
                pLast=pDst+1;
            }
            pDst++;
            break;
        case 2:
            if(myisspace(cCurrent))
            {
                *pDst=cCurrent;
            }
            else
            {
                *pDst=cCurrent;
                pLast=pDst+1;
            }
            pDst++;
            break;
        }
        pSrc++;
    }
 
    *pLast='/0';
    return;
}

toplee_util.c

......
 
int ToBase64(void* pSrc,int nSrcLen, char* strBase64, int* nBase64Len)
{
    static char *v = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
 
 
.......... 中间代码有长达3000多行，本文省略掉了 ........
 
void NormalizeName( char *p )
{
        FullToHalf( p, CODE_PAGE_GBK );
        TrimString( p );
        LowerString( p );
}

.

toplee_util.h

#ifndef __TOPLEE_UTIL_INCLUDE__
#define __TOPLEE_UTIL_INCLUDE__    1
 
#include <sys/stat.h>
#include <sys/types.h>
#include <sys/mman.h>
#include <string.h>
#include <stdlib.h>
#ifdef LINUX
#include <time.h>
#endif
 
#include "common.h"
 
//#include "euc2uni.h"
 
/*
typedef int    BOOL;
*/
#ifndef TRUE
#define TRUE    1
#define FALSE    0
#endif
 
#define ASCII                0
#define HZ_HEAD                1
#define HZ_TAIL                2
 
#ifdef BIG_ENDDING
#define DEFAULT_UNICODE            0x3000
#define DEFAULT_GBK_CODE        0xA1A1
#define DEFAULT_BIG5_CODE        0xA140
#else
#define DEFAULT_UNICODE            0x0030
#define DEFAULT_GBK_CODE        0xA1A1
#define DEFAULT_BIG5_CODE        0x40A1
#endif
 
#define CODE_PAGE_GBK    936
#define CODE_PAGE_BIG5    950
#define CODE_PAGE_EUC    932
 
#define CHARSET_DEFAULT    0
#define CHARSET_UNICODE    1
#define CHARSET_UTF8        2
 
 
// 24066 = ( 0xFE - 0x81 + 1 ) * ( 0xFE - 0x40 + 1)
#define GBK_COUNT            24066
 
// 16999 = ( 0xF9 - 0xA1 + 1 ) * ( 0xFE - 0x40 + 1)
#define BIG5_COUNT            16999
 
typedef struct tagMMapFile2
{
    BOOL bUsed;
    struct stat finfo;
    void *mm;
} MMapFile;
 
 
//int LoadEuc2UniTable(char *strFileName);
//void FreeEuc2UniTable(void);
 
int ToBase64(void* pSrc,int nSrcLen, char* strBase64, int* nBase64Len);
int FromBase64(char* strSrc, int nSrcLen, void* pDest, int* nDestLen);
int htmlencode(char* strInput, int nInputLen, char* strOutBuf, int nOutBufLen);
 
int MultiByteToWideChar(unsigned int uCodePage,  unsigned long lFlags,
    char *pMultiByteStr, int nMultiByte,
    unsigned short *pWideChar, int nWideChar);
int WideCharToMultiByte(unsigned int uCodePage, unsigned long dwFlags,
    unsigned short *pWideCharStr, int nWideChar,
    char *pMultiByteStr, int nMultiByte,
    const char* lpDefaultChar, int* lpUseDefaultChar);
 
#define ASCII                0
#define HZ_HEAD                1
#define HZ_TAIL                2
 
void GBK2BIG5(char *lpString, int cbString);
void BIG52GBK(char *lpString, int cbString);
 
void LowerString(char *str);
void TrimString(char *str);
void DecodeFormString(char *str);
void DecodeUTF(char *str);
 
#define DECODE_UNICODE    0
#define KEEP_UNICODE    1
 
#define DECODE_GBK        0
#define DECODE_BIG5        2
 
int DecodePureUTF(unsigned char *str, int nFlag);
 
 
#define LANG_GB            1        // used by httpstrtoint and FullToHalf
#define LANG_B5            2
#define LANG_ENG        3
#define LANG_UNKNOWN    4
 
int httpstrtoint(char* strHttp);
void lowerhttpprefix(char* strUrl);
 
 
#define FULL_COUNT    (21+26*2+5)
 
BOOL FullToHalf(char *str, int nLang);
 
 
#define    URLDESCSEPCHAR        '|'
char* DescriptFromUrl(char* strUrl);
 
#define CODE_GBK2UNI    1
#define CODE_UNI2GBK    2
#define CODE_BIG52UNI    3
#define CODE_UNI2BIG5    4
#define CODE_GBK2BIG5    5
#define CODE_BIG52GBK    6
 
 
const char *mmapOneFile(char *pFileName, MMapFile *mmapfile);
void toplee_cleanup_mmap(void *dummy);
void InitMMResource(void);
const char* LoadOneCodeTable(int nType, char* strFileName);
 
int getcuryear();
 
char* mstrncpy(char* strDest, char* strSrc, size_t nCount);
int formurlencode(char* strInput, int nInputLen, char* strOutBuf, int nOutBufLen);
 
int wmlencode(char* strInput, int nInputLen, char* strOutBuf, int nOutBufLen);
int htmlencode(char* strInput, int nInputLen, char* strOutBuf, int nOutBufLen);
 
#define MAX_INTERNAL_BUFF    16384
int gb2uni_encode(char* strInput, int nInputLen, char* strOutBuf, int nOutBufLen);
int unicodeencode(char* strInput, int nInputLen, char* strOutBuf, int nOutBufLen);
 
char *stristr(const char *big, const char *little);
 
 
 
typedef struct auto_string
{
    int    len, inc_len;
    char    *strval;
}struAutoString;
#define DEF_INC_LEN        (1024)
#define DEF_INT_LEN        12
 
void init_auto_string(struAutoString *astr, int inc_len);
int add_auto_string(struAutoString *astr, char *new_str);
void free_auto_string(struAutoString *astr);
 
int unistrcmp(const char *str1, int str1len, const char *str2, int str2len);
 
void NormalizeName( char *p );
 
#endif // __TOPLEE_UTIL_INCLUDE__

php_toplee.h

/*
  +----------------------------------------------------------------------+
  | PHP Version 4                                                        |
  +----------------------------------------------------------------------+
  | Copyright (c) 1997-2002 The PHP Group                                |
  +----------------------------------------------------------------------+
  | This source file is subject to version 2.02 of the PHP license,      |
  | that is bundled with this package in the file LICENSE, and is        |
  | available at through the world-wide-web at                           |
  | http://www.php.net/license/2_02.txt.                                 |
  | If you did not receive a copy of the PHP license and are unable to   |
  | obtain it through the world-wide-web, please send a note to          |
  | license@php.net so we can mail you a copy immediately.               |
  +----------------------------------------------------------------------+
  | Author:                                                              |
  +----------------------------------------------------------------------+
 
  $Id: header,v 1.10 2002/02/28 08:25:27 sebastian Exp $
*/
 
#ifndef PHP_GBK_H
#define PHP_GBK_H
 
extern zend_module_entry gbk_module_entry;
#define phpext_gbk_ptr &gbk_module_entry
 
#ifdef PHP_WIN32
#define PHP_GBK_API __declspec(dllexport)
#else
#define PHP_GBK_API
#endif
 
#ifdef ZTS
#include "TSRM.h"
#endif
 
PHP_MINIT_FUNCTION(gbk);
PHP_MSHUTDOWN_FUNCTION(gbk);
PHP_RINIT_FUNCTION(gbk);
PHP_RSHUTDOWN_FUNCTION(gbk);
PHP_MINFO_FUNCTION(gbk);
 
PHP_FUNCTION(confirm_gbk_compiled);    /* For testing, remove later. */
 
PHP_FUNCTION(toplee_decode_utf);
PHP_FUNCTION(toplee_decode_utf_gb);
PHP_FUNCTION(toplee_decode_utf_big5);
PHP_FUNCTION(toplee_encode_utf_gb);
 
PHP_FUNCTION(toplee_big52gbk);
PHP_FUNCTION(toplee_gbk2big5);
PHP_FUNCTION(toplee_fan2jian);
PHP_FUNCTION(toplee_normalize_name);
 
/*
      Declare any global variables you may need between the BEGIN
    and END macros here:     
 
ZEND_BEGIN_MODULE_GLOBALS(gbk)
    int   global_value;
    char *global_string;
ZEND_END_MODULE_GLOBALS(gbk)
*/
 
/* In every utility function you add that needs to use variables
   in php_gbk_globals, call TSRM_FETCH(); after declaring other
   variables used by that function, or better yet, pass in TSRMLS_CC
   after the last function argument and declare your utility function
   with TSRMLS_DC after the last declared argument.  Always refer to
   the globals in your function as GBK_G(variable).  You are
   encouraged to rename these macros something shorter, see
   examples in any other php module directory.
*/
 
#ifdef ZTS
#define GBK_G(v) TSRMG(gbk_globals_id, zend_gbk_globals *, v)
#else
#define GBK_G(v) (gbk_globals.v)
#endif
 
#endif    /* PHP_GBK_H */
 
 
/*
 * Local variables:
 * tab-width: 4
 * c-basic-offset: 4
 * indent-tabs-mode: t
 * End:
 */

至此，我们完成了所有C 代码的编写，本模块实现还需要用到几个码表文件，比如gb2b5.tab，uni2gb.tab之类的，这些码表文件我就不提供了，可以查一些文档如何生成，网上也有很多这样的tab码表文件下载。

接下来，我们就可以进行测试和编译了

回到php源码的根目录，运行命令
#./buildconf
#./configure –with-toplee=shared ……
#./make
#./make install

此时，就完成了模块往php里面的编译，由于加上了shared参数，toplee模块将编译后生成 toplee.so，可以在php.ini或者extensions.ini文件里面使用extension=toplee.so来调用，也可以在php 中使用dl()函数动态调用，然后就可以在php里面使用之前我们定义好的几个函数接口了。