perlの文字コード変換を詳しく調べてみる

2007/10/16

1年以上前の記事です。内容が古い可能性があります。

最近、perlプログラミングを本格的に始めたのですが、
文字コード変換がイマイチ良く分かってない。
そこで、一つ一つを細かく調べてみた。

まず最初に↓これが分かりません。調べてみました。

if ($ENV{'REQUEST_METHOD'} eq "POST") { 　　read(STDIN, $buffer, $ENV{'CONTENT_LENGTH'}); } else { $buffer = $ENV{'QUERY_STRING'}; }

【ENV】とは
Perlプログラムの環境変数は、ENVという連想配列に格納されています。
通常%ENVですが、個々の環境変数を表すときには、$ENV{環境変数名}となります。
【REQUEST_METHOD】とは
環境変数の一つで、フォーム送信時に設定されるデータの受け渡し方法。POSTやGETなど。
【STDIN】とは
ファイルハンドルの一つで、グローバル変数として定義されている標準入力。
【CONTENT_LENGTH】とは
環境変数の一つで、標準入力（STDIN）に格納されたPOSTによる入力データのバイト数。
【read(A,B,C)】
関数の一つ。
[A]のファイルハンドルから[B]の変数に[C]のバイト数分のデータを読み込む。
【QUERY_STRING】とは、
環境変数の一つ。「http://サーバー名/CGIスクリプト名?データ」というURLを要求した場合のデータ部分。

つまり、もし、フォーム送信時に設定されるデータの受け渡し方法がPOSTだったら
文字数をチェックしてから$bufferにフォーム送信データを書き込む。
GETだったら全文書き込む。ということらしい。

以降

@pairs = split(/&/,$buffer);

$bufferを「&」で分割して@pairsに配列として代入する。

foreach $pair (@pairs) { 　　($name,$value) = split(/=/, $pair); 　　$value =~ tr/+/ /; 　　$value =~ s/%([a-fA-F0-9][a-fA-F0-9])/pack("C", hex($1))/eg; 　　&jcode'convert(*value,'euc'); 　　&jcode'h2z_euc(*value); 　　$value =~ s/&/&/g; 　　$value =~ s/\"/"/g; 　　$value =~ s/</</g; 　　$value =~ s/>/>/g; 　　$value =~ s/\t//g; 　　$value =~ s/\,//g; 　　$FORM{$name} = $value; }

1行目～2行目
@pairsに入っている配列の数だけ同じ処理をさせ、
「=」でつながれている各項目を$nameと$valueで分ける。
3行目及び7～最終行
「&」「”」「<」「>」等の特殊文字を置き換える。
3行目で【tr】を使っている理由は正規表現逃れ、
【\t】はタブ。それ以外の\はエスケープシーケンス
最後の行で$nameと対になっているハッシュ%FORMの一つ
$FORM{$name}に変換の終えた$valueを代入。

で、分からないのは4行目～6行目。

$value =~ s/%([a-fA-F0-9][a-fA-F0-9])/pack("C", hex($1))/eg;

修飾子【e】をつけることで
置き換え文字列部分[pack(“C”, hex($1))]を式とみなし実行する。
【pack()】とは
リスト値[hex($1)]をバイナリ構造体に変換する関数。
[“C”]が型指定文字列といってこの場合符号なしのchar型となる。？？？
型とはデータ型といい。コンピュータにおけるデータの扱いに関する形式のことだそうだ。
【hex()】とは
16進数を10進数に変換する関数。
【$1】とは
正規表現内で使える特殊変数。
最後に一致した正規表現内のn番目（この場合1番目）に記憶されたグループの内容とマッチ。
これを順を追って考えてみると、
1. 最初にヒットした[% + 2桁の16進コード]が[hex()]で10進数に変換される。
2. さらにそれが[pack()]によって符号なしのchar型のバイナリ構造体に変換される
3. 符号なしのchar型のバイナリ構造体というのはすなわちテキスト
という流れになるのですが間違っていないかな？
ここ、良く分かりませんやっぱり。。
%＋16進コードを捜して、そのバイナリデータを文字に変換しているのは間違いないのですが。。