URLデコードするソースですが、。。。

質問

分かる方、ぜひ教えていただきたいです。

CGI掲示板を作っていますが、
参考書に次のソースが載っており、

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

それの機能は「URLデコード」だそうです。

多分、エンコードでわけのわからなくなった日本語文字(%98%45%83など）を
ちゃんと読める文字にしてくれる機能だろうとは理解していますが。。。

上のソースをリファランスなどで調べたところ、
「hex()は16進数を10進数に変換する関数」で、
「pack（）はバイナリ体構造体に変換する関数」とかいてありますが、
バイナリ体構造体？？何それ？？？って感じです。バイナリって2進数ですよね？
日本語ってバイナリですか。どうも正確な意味が分かりません。

どなたか分かりやすい解説をお願いいたします。

回答No.2

duckling · ベストアンサー

# 1 です。
意味は理解していても深く考えたことはなかったのですが
なかなかいい機会なのかも知れません。（笑

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

sjisで[あ]を送信すると、[%82%A0]が送られるのですが、
変換を「式として評価」する 修飾子「e」があれば、

「あ」が出力されます。

まぁ、これがURLデコードってヤツですよね。
しかし修飾子「e」が無ければ、

[pack("C", hex(82))pack("C", hex(A0))] が出力されます。

これを見れば「式として評価」と言う意味が分かるのではないかと。

s で何を行っているかというと、「pack("C", hex(16進数))」という
「ただの文字列」に置換しているわけです。
置換された文字が「式」じゃないとすれば、置換したそのままが出ます。

しかし「式」なら、
置換に加えてさらに pack("C", hex(16進数))　が実行されます。

URLエンコードされた時に
バイナリデータ → 10進数 → %+16進数2文字
という形で送られて行くので、

それを元に戻すために、
エンコードされた時の逆をやっているということです。

ということで、
これ見て「ここは違うぞ」と思われた方、
遠慮無くツッコミ下さい。（笑

お礼

本当に心からお礼申し上げます。どうもありがとうございました。
おかげさまでこれからは自信を持って質問させていただいたソースが使えそうです。
目下本格的にCGIを勉強中であり、たくさんの壁があるとは思いますが、ducklingさんのような親切な方がいらっしゃるとすごく心強いですね。

また何かと機会がありましたら、どうぞよろしくお願いいたします。

回答No.1

duckling

%([a-fA-F0-9][a-fA-F0-9])
↑ここから切り出した $1に16進数で２文字（1byte）の値が入るので、
「hex」で10進数に変換し、

それを「pack」が第一引数の「C（符号無しキャラクタ）」という変換方法により、
第二引数の10進数の数字をバイナリデータに変換するのです。

修飾子 g がマッチするもの全てを変換し、
%+2桁　にマッチしなかったものは変換されずにそのまま残ります。

そして 修飾子 e が、置き換える文字列を「式」として認識します。

書いてるうちに疲れてきたので、（爆
残りは他の人に任せます。

お礼

ほぼ理解できました。16進数→1進数→2進数（バイナリ）の順になっていくのですね。（もしかして勘違い？）
この度はお疲れのところ、丁寧な解説をいただきましてどうもありがとうございました。

ちょっと疑問ですが、修飾子eですが、これを省くと（式として認識させないと）どうなるんでしょうか。他の方でもかまいませんので、教えていただけたら本当にありがたいです。
どうぞよろしくお願いいたします。