PHP: chr和pack、unpack那些事
- WBOYoriginal
- 2016-06-06 20:01:511365parcourir
引子 我之前有篇文详细介绍过pack和unpack：PHP: 深入pack/unpack，如果有不明白的地方，建议再回过头去看多几遍。现在应该能够写出以下代码： ?php echo pack( C , 97 ). \n ; $ php-ftest.phpa 但是，为什么会输出'a'呢？虽然我们知道字符'a'的ASCII码就是
引子
我之前有篇文详细介绍过pack和unpack：PHP: 深入pack/unpack，如果有不明白的地方，建议再回过头去看多几遍。现在应该能够写出以下代码：
<span><?php </span> <span>echo</span> pack(<span>"C"</span>, <span>97</span>) . <span>"\n"</span>;</span>
<span>$ </span>php -f test.php a
但是，为什么会输出'a'呢？虽然我们知道字符'a'的ASCII码就是97，但是pack方法返回的是二进制字符串，为什么不是输出一段二进制而是'a'？为了确认pack方法返回的是一段二进制字符串，这里我对官方的pack的描述截了个图：
确实如此，pack返回包含二进制字符串的数据，接下来详细进行分析。
程序是如何显示字符的
这里所说的'程序'，其实是个宏观的概念。
对于在控制台中执行脚本(这里是指PHP作为cli脚本来执行)，脚本的输出会写入标准输出(stdin)或标准错误(stderr)，当然也有可能会重定向到某个文件描述符。拿标准输出来说，暂且忽略它是行缓冲、全缓冲或者是无缓冲。脚本进程执行完毕后如果有输出则会在控制台上输出字符串。那这里的控制台就是所说的'程序'。
对于Web来说(这里是指PHP作为Web的服务器端语言)，程序执行完后会将结果响应给浏览器或其它UserAgent，为了方便描述，这里统一称为UserAgent。这里的UserAgent就是所说的'程序'。
当然还有其它情况，比如在GUI窗口中的输出，编辑器打开一个文件等等，这都涉及到如何显示字符串的问题。
在控制台中执行
控制台通过shell命令来执行脚本，它会fork一个子进程，之后通过exec替换子进程的地址空间，因为这个子进程不是会话首进程，所以它可以关联到终端。脚本输出执行完毕后退出，回到控制台。来看下面的例子：
<span><?php </span> <span>$str </span>= <span>'回'</span>; <span>echo</span> <span>$str </span>. <span>"\n"</span>;</span>
<span>$ </span>php -f test.php 回
test.php是UTF-8格式的文件，我的Linux系统的Locales是zh_CN.UTF-8。
<span>$ </span>locale <span>LANG</span>=zh_CN.<span>UTF</span>-<span>8</span> <span>LANGUAGE</span>= <span>LC_CTYPE</span>=<span>"zh_CN.UTF-8"</span> <span>LC_NUMERIC</span>=<span>"zh_CN.UTF-8"</span> <span>LC_TIME</span>=<span>"zh_CN.UTF-8"</span> <span>LC_COLLATE</span>=<span>"zh_CN.UTF-8"</span> <span>LC_MONETARY</span>=<span>"zh_CN.UTF-8"</span> <span>LC_MESSAGES</span>=<span>"zh_CN.UTF-8"</span> <span>LC_PAPER</span>=<span>"zh_CN.UTF-8"</span> <span>LC_NAME</span>=<span>"zh_CN.UTF-8"</span> <span>LC_ADDRESS</span>=<span>"zh_CN.UTF-8"</span> <span>LC_TELEPHONE</span>=<span>"zh_CN.UTF-8"</span> <span>LC_MEASUREMENT</span>=<span>"zh_CN.UTF-8"</span> <span>LC_IDENTIFICATION</span>=<span>"zh_CN.UTF-8"</span> <span>LC_ALL</span>=
回到刚才的代码，test.php是UTF-8编码的文件，汉字'回'是三个字节表示的UTF8字符(如果不明白，可以看我的另一篇文章： JavaScript: 详解Base64编码和解码 )，所以test.php文件的内容保存在硬盘上的数据就是4个字节('\n'是ASCII字符，用1个字节表示)。将test.php输出时，将这4个字节发送到标准输出，之后被冲洗(这里忽略掉被flush的时机)，由控制台来显示。回想一下Linux系统上的locale设置，很显然是采用UTF8的机制来显示字符，所以前三个字节被当成一个UTF8字符，它被组合在一起转成Unicode码然后查表，再显示出来。
<span><?php </span>
<span>$str </span>= <span>'回'</span>;
<span>echo</span> <span>$str </span>. <span>"\n"</span>;
<span>echo</span> <span>$str</span>{<span>0</span>} . <span>$str</span>{<span>1</span>} . <span>$str</span>{<span>2</span>} . <span>"\n"</span>;</span>
<span>$ </span>php -f test.php 回 回
可以看到，不管是整个字符输出，还是三个字节连在一起输出，结果是一样的。我们接下来看看不同平台上同一个字符的Unicode编码和UTF-8编码是否一样：
PHP测试：
<span><?php </span>
<span>$str </span>= <span>'回'</span>;
<span>$bin </span>= pack(<span>"C3"</span>, ord(<span>$str</span>{<span>0</span>}), ord(<span>$str</span>{<span>1</span>}), ord(<span>$str</span>{<span>2</span>}));
<span>$hex </span>= strtoupper(bin2hex(<span>$bin</span>));
<span>echo</span> <span>"UTF-8编码: "</span> . <span>$hex </span>. <span>"\n"</span>;
<span>/**
* 1110xxxx 10xxxxxx 10xxxxxx
*/</span>
<span>$byte1 </span>= ord(<span>$str</span>{<span>0</span>});
<span>$byte2 </span>= ord(<span>$str</span>{<span>1</span>});
<span>$byte3 </span>= ord(<span>$str</span>{<span>2</span>});
<span>$c1 </span>= ((<span>$byte1 </span>& <span>0x0F</span>) 4</span>) | ((<span>$byte2 </span>& <span>0x3F</span>) >> <span>2</span>);
<span>$c2 </span>= ((<span>$byte2 </span>& <span>0x03</span>) 6) | (<span>$byte3 </span>& <span>0x3F</span>);
<span>$dec </span>= ((<span>$c1 </span>& <span>0x00FF</span>) 8) | <span>$c2</span>;
<span>echo</span> <span>"Unicode编码: "</span> . <span>$dec </span>. <span>"\n"</span>;
<span>$ </span>php -f test.php <span>UTF</span>-<span>8</span>编码<span>:</span> <span>E59B9E</span> <span>Unicode</span>编码<span>:</span> <span>22238</span>
JavaScript测试：
<span>script</span> <span>type</span>=<span>"text/javascript"</span>><span> <span>/** * UTF16和UTF8转换对照表 * U+00000000 – U+0000007F 0xxxxxxx * U+00000080 – U+000007FF 110xxxxx 10xxxxxx * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx * U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx * U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx * U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx */</span> <span>var</span> code = (<span>'回'</span>).charCodeAt(<span>0</span>); <span>// 1110xxxx</span> <span>var</span> byte1 = <span>0xE0</span> | ((code >> <span>12</span>) & <span>0x0F</span>); <span>// 10xxxxxx</span> <span>var</span> byte2 = <span>0x80</span> | ((code >> <span>6</span>) & <span>0x3F</span>); <span>// 10xxxxxx</span> <span>var</span> byte3 = <span>0x80</span> | (code & <span>0x3F</span>); console.group(<span>'Test chr: '</span>); console.log(<span>"UTF-8编码:"</span>, byte1.toString(<span>16</span>).toUpperCase() + <span>''</span> + byte2.toString(<span>16</span>).toUpperCase() + <span>''</span> + byte3.toString(<span>16</span>).toUpperCase()); console.log(<span>"Unicode编码: "</span>, code); console.groupEnd(); </span><span><span>script</span>></span>
我们看到输出是一样的。
作为Web的服务器端语言执行
这次无非是由刚才的控制台执行变成了UserAgent，其实道理还是一样的。服务器端PHP脚本输出会通过HTTP的响应返回给UserAgent，那么UserAgent就要对它进行显示。当然，这里还有点例外。数据是通过网络作为字节流发送回UserAgent，通常UserAgent有几种方式来判断字节流是属于什么编码(或许还涉及到压缩，但这里将不考虑这个因素)。
服务器端可以通过响应头部来告诉UserAgent应该用什么编码来处理这些数据，比如：
<span><?php header("Content-Type: text/html; charset=utf8");</span></span>
<span>meta charset="utf-8" </span>/>
但是万一这两种方式都没有提供，那也只能靠猜了。事实也确实如此，据我所知，Firefox就是这么做的，并且将代码开源了： universalchardet 。但是这种方式并不能百分之百正确检测，所以偶尔会访问到乱码的页面。
编辑器打开一个文件
在windows上用notepad新建文本文件另存为时有几种编码选项：ANSI, Unicode, Unicode BigEndian, UTF-8。
在其它编辑器中选项更多，包括有BOM和无BOM的。BOM是文件头的前几个字节，通过BOM，处理它的程序就知道这个文件是采用什么编码，并且是什么字节序。然而在PHP中，从来都没有将BOM考虑进去，所以PHP解释器去执行一个PHP文件时，不会忽略前几个BOM字节，这就导致了问题。一般的问题在于发送cookie前，BOM被输出了。所以现在一般推荐无BOM的文件。
无BOM有时候也是会有问题的，因为这需要处理它的程序去检测它是什么编码。检测的方式一般是扫描文件，然后根据不同编码的规则来判断二进制。这里举一个出现问题的例子。在windows上新建一个文本文件并保存为ANSI编码，然后在文件中输入'联通'，如图所示：
保存好后关闭test.txt文件，然后再双击打开，如图所示：
我们看到显示的是乱码，具体我们可以分析一下产生乱码的原因。用Editplus新建一个ANSI文件，输入'联通'，然后切换到十六进制查看方式，如下图所示：
对应的十六进制是：C1 AA CD A8，转成二进制后如下：
11000001 10101010 11001101 10101000
接着我们来看下UTF-8的转换表：
U+<span>00000000</span> – U+<span>0000007F</span> <span>0</span>xxxxxxx U+<span>00000080</span> – U+<span>000007F</span>F <span>110</span>xxxxx <span>10</span>xxxxxx U+<span>00000800</span> – U+<span>0000F</span>FFF <span>1110</span>xxxx <span>10</span>xxxxxx <span>10</span>xxxxxx U+<span>00010000</span> – U+<span>001F</span>FFFF <span>11110</span>xxx <span>10</span>xxxxxx <span>10</span>xxxxxx <span>10</span>xxxxxx U+<span>00200000</span> – U+<span>03F</span>FFFFF <span>111110</span>xx <span>10</span>xxxxxx <span>10</span>xxxxxx <span>10</span>xxxxxx <span>10</span>xxxxxx U+<span>04000000</span> – U+<span>7F</span>FFFFFF <span>1111110</span>x <span>10</span>xxxxxx <span>10</span>xxxxxx <span>10</span>xxxxxx <span>10</span>xxxxxx <span>10</span>xxxxxx
很显然都被当作了二字节的UTF-8字符，拿GBK的编码去UTF-8的码表里查，您说能查到吗？
总结
现在我们已经知道了不管是什么编码的数据，总是一个字节一个字的存储，并且在存储时会进行相应的编码转换。比如汉字'回'的GBK编码和UTF-8编码的字节数和编码值都不一样，所以在将GBK的文件另存为UTF-8时必然会存在转换，反之也是一样的。而在读取时如果有BOM就按BOM规定的编码来处理，否则要进行编码检测后再处理。
再说pack
之前讲了这么多编码方面的问题，其实就是为了让大家更好的理解接下来要讲的。pack可以将ASCII进行打包然后输出(事实上就是将一个多字节变成多个单字节，之后可以通过unpack转换回来)，这个我们已经知道了。但是方式是有很多种，原理是一样的。我们来详细分析。对pack/unpack不太熟悉的还是建议去翻看我之前的一篇文章：PHP: 深入pack/unpack 。因为本人的机器是小端序的，所以本文只考虑小端序。大端序是一样的方式，只不过字节序不一样罢了，可以先判断本机的字节序再处理。
<span><?php </span> <span>echo</span> pack(<span>"C"</span>, <span>0x61</span>) . <span>"\n"</span>; <span>echo</span> pack(<span>"S"</span>, <span>0x6161</span>) . <span>"\n"</span>; <span>echo</span> pack(<span>"L"</span>, <span>0x61616161</span>) . <span>"\n"</span>; <span>echo</span> pack(<span>"L"</span>, <span>0x9E9BE561</span>) . <span>"\n"</span>; <span>echo</span> chr(<span>0xE5</span>) . chr(<span>0x9B</span>) . chr(<span>0x9E</span>) . <span>"\n"</span>; <span>echo</span> pack(<span>"H6"</span>, <span>"E59B9E"</span>) . <span>"\n"</span>;</span>
<span>$ </span>php -f test.php a aa aaaa a回 回 回
我们一句句的来分析，首先是：
<span>echo</span> pack(<span>"C"</span>, 0x61) . <span>"\n"</span>; <span>echo</span> pack(<span>"S"</span>, 0x6161) . <span>"\n"</span>; <span>echo</span> pack(<span>"L"</span>, 0x61616161) . <span>"\n"</span>;
这三句代码很简单，C是无符号字节，S是2个无符号字节，L是4个无符号字节，所以输出也没什么疑问。无论几个字节，都是ASCII码，0x61的二进制的高位为0，所以能正确显示。
<span>echo</span> pack(<span>"L"</span>, 0x9E9BE561) . <span>"\n"</span>;
我们或许还记得汉字'回'的UTF-8编码为：0xE59B9E，L是按主机字节序打包的，而我的机器是小端序，所以0x9E9BE561打包后就变为：0x61E59B9E。0x61是字符'a'的ASCII码，而后面的三个字节程序通过判断0xE5就能知道这是一个三字节的UTF-8字符，因此这三个字节会转成Unicode码去查表，然后显示。
echo <span>chr</span>(<span>0xE5</span>) . <span>chr</span>(<span>0x9B</span>) . <span>chr</span>(<span>0x9E</span>) . <span>"\n"</span>;
chr是返回ASCII码所代码的字符，它其实不仅仅是转换单字节的字符，对于多字节同样适用。它会根据刚才所说的规则将三个UTF-8字节转成Unicode码然后去查表。
<span>echo</span> pack(<span>"H6"</span>, <span>"E59B9E"</span>) . <span>"\n"</span>;
对于H格式字符，它和h的区别就是前者是高四位在前，后者是低四位在前，但它们都是以半字节为单位读取的，并且以十六进制的方式。您应该看到我在用H进行打包时传的是字符串"E59B9E"，如果传的是0xE59B9E就不对了，这样的话先会转成十进制15047582，然后在前面加上0x变成十六进制0x15047582。
所谓按半字节读取其实是这样的，比如0x47，先转成十进制71，然后变成十六进制的0x71。按半字节读取必然会丢弃4位，然后要补0。读取了0x7，对H来说，它是高位，那么在低位补0变成0x70。对于h来说，它是低位，那么在高位补0变成0x07。
再说unpack
unpack是pack的逆函数，当然unpack有自己的语法，但这不是重点，因为这些只是表象。
unpack其实只是将多个字节压缩成一个字节。比如0x12和0x34这两个字节如果要组成一个双字节，则可以使用unpack的S格式化字符来实现，代码如下：
<span><?php </span> <span>$data </span>= unpack(<span>"S"</span>, pack(<span>"H*"</span>, <span>"3412"</span>)); print_r(<span>$data</span>); <span>echo</span> <span>'0x'</span> . dechex(<span>$data</span>[<span>1</span>]) . <span>"\n"</span>;</span>
<span>$ php </span>-f test.php <span>Array</span> ( [<span>1</span>] => <span>4660</span> ) <span>0x1234</span>
因为是小端序，所以要写成"3421"。其实还可以用位运算的方式来实现。这个时候就不需要考虑字节序了，因为字节序只是存储时才需要考虑的问题，对于输出来说，是按照我们自然的方式：
<span><?php </span> <span>print</span> <span>"0x"</span> . dechex((<span>0x12</span> 8</span>) | <span>0x34</span>) . <span>"\n"</span>;
<span>$ </span>php -f test.php <span>0x1234</span>
再说chr
PHP官方文档上所描述的chr方法的原型参数是一个int型，虽然形参名为ascii，但不要被骗了。如图所示：
chr确实是可以接收一个int类型的参数，而不仅仅是一个ASCII码。还记得之前所做的测试吗？通过chr方法将三个UTF-8的字节组合在一起。很显然UTF-8的每个字节都大于127，因为最高位都是1。
不过说起来chr方法还是比较傻的，比如有如下代码：
<span><?php </span> <span>echo</span> chr(<span>0xE5</span>) . chr(<span>0x9B</span>) . chr(<span>0x9E</span>) . <span>"\n"</span>; <span>echo</span> chr(<span>0xE59B9E</span>) . <span>"\n"</span>;</span>
<span>$ </span>php -f test.php 回 ?
chr方法完全没有考虑将0xE59B9E拆成三个字节来组合，所以最终是乱码。
再说ord
ord接受一个string类型的参数，它用于返回参数的ASCII码。如下图所示：
虽然它只返回ASCII码，但它的参数却不限定。比如您可以传递单字节或多字节。举例如下：
<span><?php </span> <span>echo</span> ord(<span>"a"</span>) . <span>"\n"</span>; <span>echo</span> ord(<span>"回"</span>) . <span>"\n"</span>; <span>echo</span> <span>0xE5</span> . <span>"\n"</span>;</span>
<span>$ </span>php -f test.php <span>97</span> <span>229</span> <span>229</span>
传入汉字'回'，它会自动截取第一个字节，然后返回它的十进制表示。
实现自己的pack
理解了原理，其实自己去实现也就是那么回事。本文以格式化字符L为例，L是无符号32位整型，它是按主机字节序来打包的。所以我们要先判断机器的字节序。
<span><?php </span>
<span><span>function</span> <span>IsBigEndian</span><span>()</span>
{</span>
<span>$bin </span>= pack(<span>"L"</span>, <span>0x12345678</span>);
<span>$hex </span>= bin2hex(<span>$bin</span>);
<span>if</span> (ord(pack(<span>"H2"</span>, <span>$hex</span>)) === <span>0x78</span>)
{
<span>return</span> <span>FALSE</span>;
}
<span>return</span> <span>TRUE</span>;
}
<span>if</span> (IsBigEndian())
{
<span>echo</span> <span>"大端序"</span>;
}
<span>else</span>
{
<span>echo</span> <span>"小端序"</span>;
}
<span>echo</span> <span>"\n"</span>;</span>
<span>$ </span>php -f test.php 小端序
代码非常简单，因为PHP不能直接操作内存，所以借助于pack来实现。L格式化字符表示主机字节序，如果机器是小端序，则0x12345678通过L打包后会变成4个字节并且字节序是：0x78, 0x56, 0x34, 0x12，如果是大端序则是：0x12, 0x34, 0x56, 0x78。然后通过H2格式化字符获取1个高字节，如果是0x78那就是小端序，否则就是大端序。
接下来是my_pack方法的实现，仅仅实现了L格式化字符，代码如下：
<?php function IsBigEndian()
{
<span>$bin = <span>pack</span>(<span>"L"</span>, <span>0x12345678</span>);
<span>$hex</span> = bin2hex(<span>$bin</span>);
<span>if</span> (<span>ord</span>(<span>pack</span>(<span>"H2"</span>, <span>$hex</span>)) === <span>0x78</span>)
{
<span>return</span> FALSE;
}
<span>return</span> TRUE;
}
function my_pack(<span>$num</span>)
{
<span>$bin</span> = <span>""</span>;
<span>$padding</span> = <span>0</span>;
<span>if</span> (<span>$num</span> >= <span>0x00</span> && <span>$num</span> 0xFF)
{
<span>//</span> 补<span>3</span>个字节
<span>$padding</span> = str_repeat(<span>chr</span>(<span>0</span>), <span>3</span>);
<span>if</span> (!IsBigEndian())
{
<span>$bin</span> = <span>chr</span>(<span>$num</span>) . <span>$padding</span>;
}
<span>else</span>
{
<span>$bin</span> = <span>$padding</span> . <span>chr</span>(<span>$num</span>);
}
}
<span>else</span> <span>if</span> (<span>$num</span> > <span>0xFF</span> && <span>$num</span> 0xFFFF)
{
<span>//</span> 补<span>2</span>个字节
<span>$padding</span> = str_repeat(<span>chr</span>(<span>0</span>), <span>2</span>);
<span>$byte3</span> = (<span>$num</span> >> <span>8</span>) & <span>0xFF</span>;
<span>$byte4</span> = <span>$num</span> & <span>0xFF</span>;
<span>//</span> 如果是小端序，则按小端序方式
<span>if</span> (!IsBigEndian())
{
<span>$bin</span> = <span>chr</span>(<span>$byte4</span>) . <span>chr</span>(<span>$byte3</span>) . <span>$padding</span>;
}
<span>else</span>
{
<span>$bin</span> = <span>$padding</span> . <span>chr</span>(<span>$byte3</span>) . <span>chr</span>(<span>$byte4</span>);
}
}
<span>else</span> <span>if</span> (<span>$num</span> > <span>0xFFFF</span> && <span>$num</span> 0x7FFFFF)
{
<span>//</span> 补<span>1</span>个字节
<span>$padding</span> = <span>chr</span>(<span>0</span>);
<span>$byte2</span> = (<span>$num</span> >> <span>16</span>) & <span>0xFF</span>;
<span>$byte3</span> = (<span>$num</span> >> <span>8</span>) & <span>0xFF</span>;
<span>$byte4</span> = <span>$num</span> & <span>0xFF</span>;
<span>//</span> 如果是小端序，则按小端序方式
<span>if</span> (!IsBigEndian())
{
<span>$bin</span> = <span>chr</span>(<span>$byte4</span>) . <span>chr</span>(<span>$byte3</span>) . <span>chr</span>(<span>$byte2</span>) . <span>$padding</span>;
}
<span>else</span>
{
<span>$bin</span> = <span>$padding</span> . <span>chr</span>(<span>$byte2</span>) . <span>chr</span>(<span>$byte3</span>) . <span>chr</span>(<span>$byte4</span>);
}
}
<span>else</span>
{
<span>$byte1</span> = (<span>$num</span> >> <span>24</span>) & <span>0xFF</span>;
<span>$byte2</span> = (<span>$num</span> >> <span>16</span>) & <span>0xFF</span>;
<span>$byte3</span> = (<span>$num</span> >> <span>8</span>) & <span>0xFF</span>;
<span>$byte4</span> = <span>$num</span> & <span>0xFF</span>;
<span>//</span> 如果是小端序，则按小端序方式
<span>if</span> (!IsBigEndian())
{
<span>$bin</span> = <span>chr</span>(<span>$byte4</span>) . <span>chr</span>(<span>$byte3</span>) . <span>chr</span>(<span>$byte2</span>) . <span>chr</span>(<span>$byte1</span>);
}
<span>else</span>
{
<span>$bin</span> = <span>chr</span>(<span>$byte1</span>) . <span>chr</span>(<span>$byte2</span>) . <span>chr</span>(<span>$byte3</span>) . <span>chr</span>(<span>$byte4</span>);
}
}
<span>return</span> <span>$bin</span>;
}
<span>$bin</span> = my_pack(<span>0x12</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = <span>pack</span>(<span>"L"</span>, <span>0x12</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = my_pack(<span>0x1234</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = <span>pack</span>(<span>"L"</span>, <span>0x1234</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = my_pack(<span>0x123456</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = <span>pack</span>(<span>"L"</span>, <span>0x123456</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = my_pack(<span>0x12345678</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$bin</span> = <span>pack</span>(<span>"L"</span>, <span>0x12345678</span>);
print_r(<span>unpack</span>(<span>"L"</span>, <span>$bin</span>));
<span>$ php </span>-f test.php <span>Array</span> ( [<span>1</span>] => <span>18</span> ) <span>Array</span> ( [<span>1</span>] => <span>18</span> ) <span>Array</span> ( [<span>1</span>] => <span>4660</span> ) <span>Array</span> ( [<span>1</span>] => <span>4660</span> ) <span>Array</span> ( [<span>1</span>] => <span>1193046</span> ) <span>Array</span> ( [<span>1</span>] => <span>1193046</span> ) <span>Array</span> ( [<span>1</span>] => <span>305419896</span> ) <span>Array</span> ( [<span>1</span>] => <span>305419896</span> )
测试中调用pack和my_pack的结果是一样的。unpack的实现就是pack的逆操作，只需把pack的结果的每一个字节取到它的ASCII码(可以通过ord方法来做)，然后将4个字节根据高低位次序(这还要根据大小端)通过位运算变成一个4字节的整数，其它格式化字符也是类似如此实现。
关于ISO 8859-1编码
ISO 8859-1又称 Latin-1 或西欧语言。是国际标准化组织内ISO/IEC 8859的第一个8位字符集。它以ASCII为基础，在空置的0xA0-0xFF的范围内，加入96个字母及符号，藉以供使用附加符号的拉丁字母语言使用。
从定义可知，Latin-1编码是单字节编码，向下兼容 ASCII ，其编码范围是0x00~0xFF。0x00~0x7F之间完全和ASCII码一致，0x80~0x9F之间是控制字符，0xA0~0xFF之间是文字符号。
ISO-8859-1收录的字符除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号。欧元符号出现的比较晚，没有被收录在ISO-8859-1当中。
因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性，MySQL数据库默认编码是Latin-1就是利用了这个特性。ASCII编码是一个7位的容器，ISO-8859-1编码是一个8位的容器。
结束语
pack/unpack在实际工作中用得非常多，因为很多公司用PHP做前端，通过TCP调用接口，这就需要用到pack/unpack来打包和解包。希望本文能对大家有帮助。