のぶろぐ

コンピューターというのは、基本的にデジタル処理（１と０、ＯＮとＯＦＦなど）しかできないので、文字の形をそのまま覚えるとかなりの容量が必要になる。それで、容量を減らすために文字に番号をつけて覚えておいて、番号を復元することで文字として読めるようになっている。その番号の付け方が、日本語なら「SJIS」や「EUC」、「JIS」などという規格で決められているので、「SJIS」として記録してるデータは「SJIS」で復元しないと意味不明な記号の羅列に見えてしまう。

まあ、その辺の詳しい（もしくは、正確な）事は「文字コード」とか「漢字コード」で検索すればいろいろと見つかるでしょう。２つほどあげれば、「日本語と文字コード」や「文字コードの話」などでしょうか。

結局何が言いたいかというと、フォームから送信されたデータで「%」がついてる（例えば「%82%A0%82%A2%82%A4%82%A6%82%A8」のような）ものは、URLに使えない（使うのを推奨されていない）文字の「文字コードを“％”付の文字列に変換」した結果、だという事。「フォームからの入力」で意味不明な状態で使っていた「pack()」の命令は、「“％”付の文字列を文字コードに変換」している作業だ。

・・・なんか、前置きが長くなったかも・・・。

で、今回やりたかったのは、「文字←→文字コード」の変換。でも、Perlにはそれ専用の関数があったりする。「文字→文字コード」にするのが「ord()」で、「文字コード→文字」にするのが「chr()」だ。ただ「ord()」は１バイト分しか変換できないようで、複数の文字とか全角をいれると最初の１バイトだけを変換して返すようだ。配列で受けてもデータが１個しかない。

ところで、１バイトというのは８ビット、つまり、８桁の２進数の事で、256個の情報を区別する事ができる。８桁の２進数は１６進数で表すと２桁になる。人間でもこの変換は比較的簡単なので、この手のデータの表現には１６進数を使う事が多い。

01011010　→　0101 1010　→　8*0+4*1+2*0+1*1 8*1+4*0+2*1+1*0　→　5 A(10)　→　5A
むぅ。なんか話がずれてる・・・。

で、結局何かというと、「ord()」を使うなら１バイトずつ区切る必要があるということ。そして、１バイト毎にデータ化するなら１６進数が便利ということ。

ただ、「ord()」は数値で返ってくるので、１６進数に変換する必要がある。そして「chr()」は数値に変換してやらなくてはいけない。しかも、それぞれ１バイトずつなのでループが大変・・・。

実は「unpack()」や「pack()」の添え字（？）に「H」を使う事で「文字コードを１６進数の文字列に変換する（またはその逆）」ことができる。これらは１バイトずつ区切らなくてもいいので、全体を変換するのはとても簡単。

・・・まあ、最終的にはこれが書きたかったんだけど、すごくまわりくどい書き方になった。

この「pack()」の添え字「H」を使う方法は「Perlメモ」の「URIエスケープ・アンエスケープする」を見て知りました。他にもいろんな事が書いてあります。しかも実用的なコードでまとめられているので応用も簡単にできます。もし知らなかったのなら行ってみましょう。