80c784b455c825884a3f427d2846f6d754018a38
[p5sagit/p5-mst-13.2.git] / pod / perlpacktut.pod
1 =head1 NAME
2
3 perlpacktut - tutorial on C<pack> and C<unpack>
4
5 =head1 DESCRIPTION
6
7 C<pack> and C<unpack> are two functions for transforming data according
8 to a user-defined template, between the guarded way Perl stores values
9 and some well-defined representation as might be required in the 
10 environment of a Perl program. Unfortunately, they're also two of 
11 the most misunderstood and most often overlooked functions that Perl
12 provides. This tutorial will demystify them for you.
13
14
15 =head1 The Basic Principle
16
17 Most programming languages don't shelter the memory where variables are
18 stored. In C, for instance, you can take the address of some variable,
19 and the C<sizeof> operator tells you how many bytes are allocated to
20 the variable. Using the address and the size, you may access the storage
21 to your heart's content.
22
23 In Perl, you just can't access memory at random, but the structural and
24 representational conversion provided by C<pack> and C<unpack> is an
25 excellent alternative. The C<pack> function converts values to a byte
26 sequence containing representations according to a given specification,
27 the so-called "template" argument. C<unpack> is the reverse process,
28 deriving some values from the contents of a string of bytes. (Be cautioned,
29 however, that not all that has been packed together can be neatly unpacked - 
30 a very common experience as seasoned travellers are likely to confirm.)
31
32 Why, you may ask, would you need a chunk of memory containing some values
33 in binary representation? One good reason is input and output accessing
34 some file, a device, or a network connection, whereby this binary
35 representation is either forced on you or will give you some benefit
36 in processing. Another cause is passing data to some system call that
37 is not available as a Perl function: C<syscall> requires you to provide
38 parameters stored in the way it happens in a C program. Even text processing 
39 (as shown in the next section) may be simplified with judicious usage 
40 of these two functions.
41
42 To see how (un)packing works, we'll start with a simple template
43 code where the conversion is in low gear: between the contents of a byte
44 sequence and a string of hexadecimal digits. Let's use C<unpack>, since
45 this is likely to remind you of a dump program, or some desperate last
46 message unfortunate programs are wont to throw at you before they expire
47 into the wild blue yonder. Assuming that the variable C<$mem> holds a 
48 sequence of bytes that we'd like to inspect without assuming anything 
49 about its meaning, we can write
50
51    my( $hex ) = unpack( 'H*', $mem );
52    print "$hex\n";
53
54 whereupon we might see something like this, with each pair of hex digits
55 corresponding to a byte:
56
57    41204d414e204120504c414e20412043414e414c2050414e414d41
58
59 What was in this chunk of memory? Numbers, characters, or a mixture of
60 both? Assuming that we're on a computer where ASCII (or some similar)
61 encoding is used: hexadecimal values in the range C<0x40> - C<0x5A>
62 indicate an uppercase letter, and C<0x20> encodes a space. So we might
63 assume it is a piece of text, which some are able to read like a tabloid;
64 but others will have to get hold of an ASCII table and relive that
65 firstgrader feeling. Not caring too much about which way to read this,
66 we note that C<unpack> with the template code C<H> converts the contents
67 of a sequence of bytes into the customary hexadecimal notation. Since
68 "a sequence of" is a pretty vague indication of quantity, C<H> has been
69 defined to convert just a single hexadecimal digit unless it is followed
70 by a repeat count. An asterisk for the repeat count means to use whatever
71 remains.
72
73 The inverse operation - packing byte contents from a string of hexadecimal
74 digits - is just as easily written. For instance:
75
76    my $s = pack( 'H2' x 10, map { "3$_" } ( 0..9 ) );
77    print "$s\n";
78
79 Since we feed a list of ten 2-digit hexadecimal strings to C<pack>, the
80 pack template should contain ten pack codes. If this is run on a computer
81 with ASCII character coding, it will print C<0123456789>.
82
83
84 =head1 Packing Text
85
86 Let's suppose you've got to read in a data file like this:
87
88     Date      |Description                | Income|Expenditure
89     01/24/2001 Ahmed's Camel Emporium                  1147.99
90     01/28/2001 Flea spray                                24.99
91     01/29/2001 Camel rides to tourists      235.00
92
93 How do we do it? You might think first to use C<split>; however, since
94 C<split> collapses blank fields, you'll never know whether a record was
95 income or expenditure. Oops. Well, you could always use C<substr>:
96
97     while (<>) { 
98         my $date   = substr($_,  0, 11);
99         my $desc   = substr($_, 12, 27);
100         my $income = substr($_, 40,  7);
101         my $expend = substr($_, 52,  7);
102         ...
103     }
104
105 It's not really a barrel of laughs, is it? In fact, it's worse than it
106 may seem; the eagle-eyed may notice that the first field should only be
107 10 characters wide, and the error has propagated right through the other
108 numbers - which we've had to count by hand. So it's error-prone as well
109 as horribly unfriendly.
110
111 Or maybe we could use regular expressions:
112
113     while (<>) { 
114         my($date, $desc, $income, $expend) = 
115             m|(\d\d/\d\d/\d{4}) (.{27}) (.{7})(.*)|;
116         ...
117     }
118
119 Urgh. Well, it's a bit better, but - well, would you want to maintain
120 that?
121
122 Hey, isn't Perl supposed to make this sort of thing easy? Well, it does,
123 if you use the right tools. C<pack> and C<unpack> are designed to help
124 you out when dealing with fixed-width data like the above. Let's have a
125 look at a solution with C<unpack>:
126
127     while (<>) { 
128         my($date, $desc, $income, $expend) = unpack("A10xA27xA7A*", $_);
129         ...
130     }
131
132 That looks a bit nicer; but we've got to take apart that weird template.
133 Where did I pull that out of? 
134
135 OK, let's have a look at some of our data again; in fact, we'll include
136 the headers, and a handy ruler so we can keep track of where we are.
137
138              1         2         3         4         5        
139     1234567890123456789012345678901234567890123456789012345678
140     Date      |Description                | Income|Expenditure
141     01/28/2001 Flea spray                                24.99
142     01/29/2001 Camel rides to tourists      235.00
143
144 From this, we can see that the date column stretches from column 1 to
145 column 10 - ten characters wide. The C<pack>-ese for "character" is
146 C<A>, and ten of them are C<A10>. So if we just wanted to extract the
147 dates, we could say this:
148
149     my($date) = unpack("A10", $_);
150
151 OK, what's next? Between the date and the description is a blank column;
152 we want to skip over that. The C<x> template means "skip forward", so we
153 want one of those. Next, we have another batch of characters, from 12 to
154 38. That's 27 more characters, hence C<A27>. (Don't make the fencepost
155 error - there are 27 characters between 12 and 38, not 26. Count 'em!)
156
157 Now we skip another character and pick up the next 7 characters:
158
159     my($date,$description,$income) = unpack("A10xA27xA7", $_);
160
161 Now comes the clever bit. Lines in our ledger which are just income and
162 not expenditure might end at column 46. Hence, we don't want to tell our
163 C<unpack> pattern that we B<need> to find another 12 characters; we'll
164 just say "if there's anything left, take it". As you might guess from
165 regular expressions, that's what the C<*> means: "use everything
166 remaining".
167
168 =over 3
169
170 =item *
171
172 Be warned, though, that unlike regular expressions, if the C<unpack>
173 template doesn't match the incoming data, Perl will scream and die.
174
175 =back
176
177
178 Hence, putting it all together:
179
180     my($date,$description,$income,$expend) = unpack("A10xA27xA7xA*", $_);
181
182 Now, that's our data parsed. I suppose what we might want to do now is
183 total up our income and expenditure, and add another line to the end of
184 our ledger - in the same format - saying how much we've brought in and
185 how much we've spent:
186
187     while (<>) {
188         my($date, $desc, $income, $expend) = unpack("A10xA27xA7xA*", $_);
189         $tot_income += $income;
190         $tot_expend += $expend;
191     }
192
193     $tot_income = sprintf("%.2f", $tot_income); # Get them into 
194     $tot_expend = sprintf("%.2f", $tot_expend); # "financial" format
195
196     $date = POSIX::strftime("%m/%d/%Y", localtime); 
197
198     # OK, let's go:
199
200     print pack("A10xA27xA7xA*", $date, "Totals", $tot_income, $tot_expend);
201
202 Oh, hmm. That didn't quite work. Let's see what happened:
203
204     01/24/2001 Ahmed's Camel Emporium                   1147.99
205     01/28/2001 Flea spray                                 24.99
206     01/29/2001 Camel rides to tourists     1235.00
207     03/23/2001Totals                     1235.001172.98
208
209 OK, it's a start, but what happened to the spaces? We put C<x>, didn't
210 we? Shouldn't it skip forward? Let's look at what L<perlfunc/pack> says:
211
212     x   A null byte.
213
214 Urgh. No wonder. There's a big difference between "a null byte",
215 character zero, and "a space", character 32. Perl's put something
216 between the date and the description - but unfortunately, we can't see
217 it! 
218
219 What we actually need to do is expand the width of the fields. The C<A>
220 format pads any non-existent characters with spaces, so we can use the
221 additional spaces to line up our fields, like this:
222
223     print pack("A11 A28 A8 A*", $date, "Totals", $tot_income, $tot_expend);
224
225 (Note that you can put spaces in the template to make it more readable,
226 but they don't translate to spaces in the output.) Here's what we got
227 this time:
228
229     01/24/2001 Ahmed's Camel Emporium                   1147.99
230     01/28/2001 Flea spray                                 24.99
231     01/29/2001 Camel rides to tourists     1235.00
232     03/23/2001 Totals                      1235.00 1172.98
233
234 That's a bit better, but we still have that last column which needs to
235 be moved further over. There's an easy way to fix this up:
236 unfortunately, we can't get C<pack> to right-justify our fields, but we
237 can get C<sprintf> to do it:
238
239     $tot_income = sprintf("%.2f", $tot_income); 
240     $tot_expend = sprintf("%12.2f", $tot_expend);
241     $date = POSIX::strftime("%m/%d/%Y", localtime); 
242     print pack("A11 A28 A8 A*", $date, "Totals", $tot_income, $tot_expend);
243
244 This time we get the right answer:
245
246     01/28/2001 Flea spray                                 24.99
247     01/29/2001 Camel rides to tourists     1235.00
248     03/23/2001 Totals                      1235.00      1172.98
249
250 So that's how we consume and produce fixed-width data. Let's recap what
251 we've seen of C<pack> and C<unpack> so far:
252
253 =over 3
254
255 =item *
256
257 Use C<pack> to go from several pieces of data to one fixed-width
258 version; use C<unpack> to turn a fixed-width-format string into several
259 pieces of data. 
260
261 =item *
262
263 The pack format C<A> means "any character"; if you're C<pack>ing and
264 you've run out of things to pack, C<pack> will fill the rest up with
265 spaces.
266
267 =item *
268
269 C<x> means "skip a byte" when C<unpack>ing; when C<pack>ing, it means
270 "introduce a null byte" - that's probably not what you mean if you're
271 dealing with plain text.
272
273 =item *
274
275 You can follow the formats with numbers to say how many characters
276 should be affected by that format: C<A12> means "take 12 characters";
277 C<x6> means "skip 6 bytes" or "character 0, 6 times".
278
279 =item *
280
281 Instead of a number, you can use C<*> to mean "consume everything else
282 left". 
283
284 B<Warning>: when packing multiple pieces of data, C<*> only means
285 "consume all of the current piece of data". That's to say
286
287     pack("A*A*", $one, $two)
288
289 packs all of C<$one> into the first C<A*> and then all of C<$two> into
290 the second. This is a general principle: each format character
291 corresponds to one piece of data to be C<pack>ed.
292
293 =back
294
295
296
297 =head1 Packing Numbers
298
299 So much for textual data. Let's get onto the meaty stuff that C<pack>
300 and C<unpack> are best at: handling binary formats for numbers. There is,
301 of course, not just one binary format  - life would be too simple - but
302 Perl will do all the finicky labor for you.
303
304
305 =head2 Integers
306
307 Packing and unpacking numbers implies conversion to and from some
308 I<specific> binary representation. Leaving floating point numbers
309 aside for the moment, the salient properties of any such representation
310 are:
311
312 =over 4
313
314 =item *
315
316 the number of bytes used for storing the integer,
317
318 =item *
319
320 whether the contents are interpreted as a signed or unsigned number,
321
322 =item *
323
324 the byte ordering: whether the first byte is the least or most
325 significant byte (or: little-endian or big-endian, respectively).
326
327 =back
328
329 So, for instance, to pack 20302 to a signed 16 bit integer in your
330 computer's representation you write
331
332    my $ps = pack( 's', 20302 );
333
334 Again, the result is a string, now containing 2 bytes. If you print 
335 this string (which is, generally, not recommended) you might see
336 C<ON> or C<NO> (depending on your system's byte ordering) - or something
337 entirely different if your computer doesn't use ASCII character encoding.
338 Unpacking C<$ps> with the same template returns the original integer value:
339
340    my( $s ) = unpack( 's', $ps );
341
342 This is true for all numeric template codes. But don't expect miracles:
343 if the packed value exceeds the allotted byte capacity, high order bits
344 are silently discarded, and unpack certainly won't be able to pull them
345 back out of some magic hat. And, when you pack using a signed template
346 code such as C<s>, an excess value may result in the sign bit
347 getting set, and unpacking this will smartly return a negative value.
348
349 16 bits won't get you too far with integers, but there is C<l> and C<L>
350 for signed and unsigned 32-bit integers. And if this is not enough and
351 your system supports 64 bit integers you can push the limits much closer
352 to infinity with pack codes C<q> and C<Q>. A notable exception is provided
353 by pack codes C<i> and C<I> for signed and unsigned integers of the 
354 "local custom" variety: Such an integer will take up as many bytes as
355 a local C compiler returns for C<sizeof(int)>, but it'll use I<at least>
356 32 bits.
357
358 Each of the integer pack codes C<sSlLqQ> results in a fixed number of bytes,
359 no matter where you execute your program. This may be useful for some 
360 applications, but it does not provide for a portable way to pass data 
361 structures between Perl and C programs (bound to happen when you call 
362 XS extensions or the Perl function C<syscall>), or when you read or
363 write binary files. What you'll need in this case are template codes that
364 depend on what your local C compiler compiles when you code C<short> or
365 C<unsigned long>, for instance. These codes and their corresponding
366 byte lengths are shown in the table below.  Since the C standard leaves
367 much leeway with respect to the relative sizes of these data types, actual
368 values may vary, and that's why the values are given as expressions in
369 C and Perl. (If you'd like to use values from C<%Config> in your program
370 you have to import it with C<use Config>.)
371
372    signed unsigned  byte length in C   byte length in Perl       
373      s!     S!      sizeof(short)      $Config{shortsize}
374      i!     I!      sizeof(int)        $Config{intsize}
375      l!     L!      sizeof(long)       $Config{longsize}
376      q!     Q!      sizeof(long long)  $Config{longlongsize}
377
378 The C<i!> and C<I!> codes aren't different from C<i> and C<I>; they are
379 tolerated for completeness' sake.
380
381
382 =head2 Unpacking a Stack Frame
383
384 Requesting a particular byte ordering may be necessary when you work with
385 binary data coming from some specific architecture whereas your program could
386 run on a totally different system. As an example, assume you have 24 bytes
387 containing a stack frame as it happens on an Intel 8086:
388
389       +---------+        +----+----+               +---------+
390  TOS: |   IP    |  TOS+4:| FL | FH | FLAGS  TOS+14:|   SI    |
391       +---------+        +----+----+               +---------+
392       |   CS    |        | AL | AH | AX            |   DI    |
393       +---------+        +----+----+               +---------+
394                          | BL | BH | BX            |   BP    |
395                          +----+----+               +---------+
396                          | CL | CH | CX            |   DS    |
397                          +----+----+               +---------+
398                          | DL | DH | DX            |   ES    |
399                          +----+----+               +---------+
400
401 First, we note that this time-honored 16-bit CPU uses little-endian order,
402 and that's why the low order byte is stored at the lower address. To
403 unpack such a (signed) short we'll have to use code C<v>. A repeat
404 count unpacks all 12 shorts:
405
406    my( $ip, $cs, $flags, $ax, $bx, $cd, $dx, $si, $di, $bp, $ds, $es ) =
407      unpack( 'v12', $frame );
408
409 Alternatively, we could have used C<C> to unpack the individually
410 accessible byte registers FL, FH, AL, AH, etc.:
411
412    my( $fl, $fh, $al, $ah, $bl, $bh, $cl, $ch, $dl, $dh ) =
413      unpack( 'C10', substr( $frame, 4, 10 ) );
414
415 It would be nice if we could do this in one fell swoop: unpack a short,
416 back up a little, and then unpack 2 bytes. Since Perl I<is> nice, it
417 proffers the template code C<X> to back up one byte. Putting this all
418 together, we may now write:
419
420    my( $ip, $cs,
421        $flags,$fl,$fh,
422        $ax,$al,$ah, $bx,$bl,$bh, $cx,$cl,$ch, $dx,$dl,$dh, 
423        $si, $di, $bp, $ds, $es ) =
424    unpack( 'v2' . ('vXXCC' x 5) . 'v5', $frame );
425
426 (The clumsy construction of the template can be avoided - just read on!)  
427
428 We've taken some pains to construct the template so that it matches
429 the contents of our frame buffer. Otherwise we'd either get undefined values,
430 or C<unpack> could not unpack all. If C<pack> runs out of items, it will
431 supply null strings (which are coerced into zeroes whenever the pack code
432 says so).
433
434
435 =head2 How to Eat an Egg on a Net
436
437 The pack code for big-endian (high order byte at the lowest address) is
438 C<n> for 16 bit and C<N> for 32 bit integers. You use these codes
439 if you know that your data comes from a compliant architecture, but,
440 surprisingly enough, you should also use these pack codes if you
441 exchange binary data, across the network, with some system that you
442 know next to nothing about. The simple reason is that this
443 order has been chosen as the I<network order>, and all standard-fearing
444 programs ought to follow this convention. (This is, of course, a stern
445 backing for one of the Lilliputian parties and may well influence the
446 political development there.) So, if the protocol expects you to send
447 a message by sending the length first, followed by just so many bytes,
448 you could write:
449
450    my $buf = pack( 'N', length( $msg ) ) . $msg;
451
452 or even:
453
454    my $buf = pack( 'NA*', length( $msg ), $msg );
455
456 and pass C<$buf> to your send routine. Some protocols demand that the
457 count should include the length of the count itself: then just add 4
458 to the data length. (But make sure to read L<"Lengths and Widths"> before
459 you really code this!)
460
461
462
463 =head2 Floating point Numbers
464
465 For packing floating point numbers you have the choice between the
466 pack codes C<f> and C<d> which pack into (or unpack from) single-precision or
467 double-precision representation as it is provided by your system. (There
468 is no such thing as a network representation for reals, so if you want
469 to send your real numbers across computer boundaries, you'd better stick
470 to ASCII representation, unless you're absolutely sure what's on the other
471 end of the line.)
472
473
474
475 =head1 Exotic Templates
476
477
478 =head2 Bit Strings
479
480 Bits are the atoms in the memory world. Access to individual bits may
481 have to be used either as a last resort or because it is the most
482 convenient way to handle your data. Bit string (un)packing converts
483 between strings containing a series of C<0> and C<1> characters and
484 a sequence of bytes each containing a group of 8 bits. This is almost
485 as simple as it sounds, except that there are two ways the contents of
486 a byte may be written as a bit string. Let's have a look at an annotated
487 byte:
488
489      7 6 5 4 3 2 1 0
490    +-----------------+
491    | 1 0 0 0 1 1 0 0 |
492    +-----------------+
493     MSB           LSB
494
495 It's egg-eating all over again: Some think that as a bit string this should
496 be written "10001100" i.e. beginning with the most significant bit, others
497 insist on "00110001". Well, Perl isn't biased, so that's why we have two bit
498 string codes:
499
500    $byte = pack( 'B8', '10001100' ); # start with MSB
501    $byte = pack( 'b8', '00110001' ); # start with LSB
502
503 It is not possible to pack or unpack bit fields - just integral bytes.
504 C<pack> always starts at the next byte boundary and "rounds up" to the
505 next multiple of 8 by adding zero bits as required. (If you do want bit
506 fields, there is L<perlfunc/vec>. Or you could implement bit field 
507 handling at the character string level, using split, substr, and
508 concatenation on unpacked bit strings.)
509
510 To illustrate unpacking for bit strings, we'll decompose a simple
511 status register (a "-" stands for a "reserved" bit):
512
513    +-----------------+-----------------+
514    | S Z - A - P - C | - - - - O D I T |
515    +-----------------+-----------------+
516     MSB           LSB MSB           LSB
517
518 Converting these two bytes to a string can be done with the unpack 
519 template C<'b16'>. To obtain the individual bit values from the bit
520 string we use C<split> with the "empty" separator pattern which dissects
521 into individual characters. Bit values from the "reserved" positions are
522 simply assigned to C<undef>, a convenient notation for "I don't care where
523 this goes".
524
525    ($carry, undef, $parity, undef, $auxcarry, undef, $zero, $sign,
526     $trace, $interrupt, $direction, $overflow) =
527       split( //, unpack( 'b16', $status ) );
528
529 We could have used an unpack template C<'b12'> just as well, since the
530 last 4 bits can be ignored anyway. 
531
532
533 =head2 Uuencoding
534
535 Another odd-man-out in the template alphabet is C<u>, which packs an
536 "uuencoded string". ("uu" is short for Unix-to-Unix.) Chances are that
537 you won't ever need this encoding technique which was invented to overcome
538 the shortcomings of old-fashioned transmission mediums that do not support
539 other than simple ASCII data. The essential recipe is simple: Take three 
540 bytes, or 24 bits. Split them into 4 six-packs, adding a space (0x20) to 
541 each. Repeat until all of the data is blended. Fold groups of 4 bytes into 
542 lines no longer than 60 and garnish them in front with the original byte count 
543 (incremented by 0x20) and a C<"\n"> at the end. - The C<pack> chef will
544 prepare this for you, a la minute, when you select pack code C<u> on the menu:
545
546    my $uubuf = pack( 'u', $bindat );
547
548 A repeat count after C<u> sets the number of bytes to put into an
549 uuencoded line, which is the maximum of 45 by default, but could be
550 set to some (smaller) integer multiple of three. C<unpack> simply ignores
551 the repeat count.
552
553
554 =head2 Doing Sums
555
556 An even stranger template code is C<%>E<lt>I<number>E<gt>. First, because 
557 it's used as a prefix to some other template code. Second, because it
558 cannot be used in C<pack> at all, and third, in C<unpack>, doesn't return the
559 data as defined by the template code it precedes. Instead it'll give you an
560 integer of I<number> bits that is computed from the data value by 
561 doing sums. For numeric unpack codes, no big feat is achieved:
562
563     my $buf = pack( 'iii', 100, 20, 3 );
564     print unpack( '%32i3', $buf ), "\n";  # prints 123
565
566 For string values, C<%> returns the sum of the byte values saving
567 you the trouble of a sum loop with C<substr> and C<ord>:
568
569     print unpack( '%32A*', "\x01\x10" ), "\n";  # prints 17
570
571 Although the C<%> code is documented as returning a "checksum":
572 don't put your trust in such values! Even when applied to a small number
573 of bytes, they won't guarantee a noticeable Hamming distance.
574
575 In connection with C<b> or C<B>, C<%> simply adds bits, and this can be put
576 to good use to count set bits efficiently:
577
578     my $bitcount = unpack( '%32b*', $mask );
579
580 And an even parity bit can be determined like this:
581
582     my $evenparity = unpack( '%1b*', $mask );
583
584
585 =head2  Unicode
586
587 Unicode is a character set that can represent most characters in most of
588 the world's languages, providing room for over one million different
589 characters. Unicode 3.1 specifies 94,140 characters: The Basic Latin
590 characters are assigned to the numbers 0 - 127. The Latin-1 Supplement with
591 characters that are used in several European languages is in the next
592 range, up to 255. After some more Latin extensions we find the character
593 sets from languages using non-Roman alphabets, interspersed with a
594 variety of symbol sets such as currency symbols, Zapf Dingbats or Braille.
595 (You might want to visit L<www.unicode.org> for a look at some of
596 them - my personal favourites are Telugu and Kannada.)
597
598 The Unicode character sets associates characters with integers. Encoding
599 these numbers in an equal number of bytes would more than double the
600 requirements for storing texts written in Latin alphabets.
601 The UTF-8 encoding avoids this by storing the most common (from a western
602 point of view) characters in a single byte while encoding the rarer
603 ones in three or more bytes.
604
605 So what has this got to do with C<pack>? Well, if you want to convert
606 between a Unicode number and its UTF-8 representation you can do so by
607 using template code C<U>. As an example, let's produce the UTF-8
608 representation of the Euro currency symbol (code number 0x20AC):
609
610    $UTF8{Euro} = pack( 'U', 0x20AC );
611
612 Inspecting C<$UTF8{Euro}> shows that it contains 3 bytes: "\xe2\x82\xac". The
613 round trip can be completed with C<unpack>:
614
615    $Unicode{Euro} = unpack( 'U', $UTF8{Euro} );
616
617 Usually you'll want to pack or unpack UTF-8 strings:
618
619    # pack and unpack the Hebrew alphabet
620    my $alefbet = pack( 'U*', 0x05d0..0x05ea );
621    my @hebrew = unpack( 'U*', $utf );
622
623
624 =head2 Another Portable Binary Encoding
625
626 The pack code C<w> has been added to support a portable binary data
627 encoding scheme that goes way beyond simple integers. (Details can
628 be found at L<Casbah.org>, the Scarab project.)  A BER (Binary Encoded
629 Representation) compressed unsigned integer stores base 128
630 digits, most significant digit first, with as few digits as possible.
631 Bit eight (the high bit) is set on each byte except the last. There
632 is no size limit to BER encoding, but Perl won't go to extremes.
633
634    my $berbuf = pack( 'w*', 1, 128, 128+1, 128*128+127 );
635
636 A hex dump of C<$berbuf>, with spaces inserted at the right places,
637 shows 01 8100 8101 81807F. Since the last byte is always less than
638 128, C<unpack> knows where to stop.
639
640
641 =head1 Template Grouping
642
643 Prior to Perl 5.8, repetitions of templates had to be made by
644 C<x>-multiplication of template strings. Now there is a better way as
645 we may use the pack codes C<(> and C<)> combined with a repeat count.
646 The C<unpack> template from the Stack Frame example can simply
647 be written like this:
648
649    unpack( 'v2 (vXXCC)5 v5', $frame )
650
651 Let's explore this feature a little more. We'll begin with the equivalent of
652
653    join( '', map( substr( $_, 0, 1 ), @str ) )
654
655 which returns a string consisting of the first character from each string.
656 Using pack, we can write
657
658    pack( '(A)'.@str, @str )
659
660 or, because a repeat count C<*> means "repeat as often as required",
661 simply
662
663    pack( '(A)*', @str )
664
665 (Note that the template C<A*> would only have packed C<$str[0]> in full
666 length.)
667  
668 To pack dates stored as triplets ( day, month, year ) in an array C<@dates>
669 into a sequence of byte, byte, short integer we can write
670
671    $pd = pack( '(CCS)*', map( @$_, @dates ) );
672
673 To swap pairs of characters in a string (with even length) one could use
674 several techniques. First, let's use C<x> and C<X> to skip forward and back:
675
676    $s = pack( '(A)*', unpack( '(xAXXAx)*', $s ) );
677
678 We can also use C<@> to jump to an offset, with 0 being the position where
679 we were when the last C<(> was encountered:
680
681    $s = pack( '(A)*', unpack( '(@1A @0A @2)*', $s ) );
682
683 Finally, there is also an entirely different approach by unpacking big
684 endian shorts and packing them in the reverse byte order:
685
686    $s = pack( '(v)*', unpack( '(n)*', $s );
687
688
689 =head1 Lengths and Widths
690
691 =head2 String Lengths
692
693 In the previous section we've seen a network message that was constructed
694 by prefixing the binary message length to the actual message. You'll find
695 that packing a length followed by so many bytes of data is a 
696 frequently used recipe since appending a null byte won't work
697 if a null byte may be part of the data. Here is an example where both
698 techniques are used: after two null terminated strings with source and
699 destination address, a Short Message (to a mobile phone) is sent after
700 a length byte:
701
702    my $msg = pack( 'Z*Z*CA*', $src, $dst, length( $sm ), $sm );
703
704 Unpacking this message can be done with the same template:
705
706    ( $src, $dst, $len, $sm ) = unpack( 'Z*Z*CA*', $msg );
707
708 There's a subtle trap lurking in the offing: Adding another field after
709 the Short Message (in variable C<$sm>) is all right when packing, but this
710 cannot be unpacked naively:
711
712    # pack a message
713    my $msg = pack( 'Z*Z*CA*C', $src, $dst, length( $sm ), $sm, $prio );
714
715    # unpack fails - $prio remains undefined!
716    ( $src, $dst, $len, $sm, $prio ) = unpack( 'Z*Z*CA*C', $msg );
717
718 The pack code C<A*> gobbles up all remaining bytes, and C<$prio> remains
719 undefined! Before we let disappointment dampen the morale: Perl's got
720 the trump card to make this trick too, just a little further up the sleeve.
721 Watch this:
722
723    # pack a message: ASCIIZ, ASCIIZ, length/string, byte
724    my $msg = pack( 'Z* Z* C/A* C', $src, $dst, $sm, $prio );
725
726    # unpack
727    ( $src, $dst, $sm, $prio ) = unpack( 'Z* Z* C/A* C', $msg );
728
729 Combining two pack codes with a slash (C</>) associates them with a single
730 value from the argument list. In C<pack>, the length of the argument is
731 taken and packed according to the first code while the argument itself
732 is added after being converted with the template code after the slash.
733 This saves us the trouble of inserting the C<length> call, but it is 
734 in C<unpack> where we really score: The value of the length byte marks the
735 end of the string to be taken from the buffer. Since this combination
736 doesn't make sense except when the second pack code isn't C<a*>, C<A*>
737 or C<Z*>, Perl won't let you.
738
739 The pack code preceding C</> may be anything that's fit to represent a
740 number: All the numeric binary pack codes, and even text codes such as
741 C<A4> or C<Z*>:
742
743    # pack/unpack a string preceded by its length in ASCII
744    my $buf = pack( 'A4/A*', "Humpty-Dumpty" );
745    # unpack $buf: '13  Humpty-Dumpty'
746    my $txt = unpack( 'A4/A*', $buf );
747
748 C</> is not implemented in Perls before 5.6, so if your code is required to
749 work on older Perls you'll need to C<unpack( 'Z* Z* C')> to get the length,
750 then use it to make a new unpack string. For example
751
752    # pack a message: ASCIIZ, ASCIIZ, length, string, byte (5.005 compatible)
753    my $msg = pack( 'Z* Z* C A* C', $src, $dst, length $sm, $sm, $prio );
754
755    # unpack
756    ( undef, undef, $len) = unpack( 'Z* Z* C', $msg );
757    ($src, $dst, $sm, $prio) = unpack ( "Z* Z* x A$len C", $msg );
758
759 But that second C<unpack> is rushing ahead. It isn't using a simple literal
760 string for the template. So maybe we should introduce...
761
762 =head2 Dynamic Templates
763
764 So far, we've seen literals used as templates. If the list of pack
765 items doesn't have fixed length, an expression constructing the
766 template is required (whenever, for some reason, C<()*> cannot be used).
767 Here's an example: To store named string values in a way that can be
768 conveniently parsed by a C program, we create a sequence of names and
769 null terminated ASCII strings, with C<=> between the name and the value,
770 followed by an additional delimiting null byte. Here's how:
771
772    my $env = pack( '(A*A*Z*)' . keys( %Env ) . 'C',
773                    map( { ( $_, '=', $Env{$_} ) } keys( %Env ) ), 0 );
774
775 Let's examine the cogs of this byte mill, one by one. There's the C<map>
776 call, creating the items we intend to stuff into the C<$env> buffer:
777 to each key (in C<$_>) it adds the C<=> separator and the hash entry value.
778 Each triplet is packed with the template code sequence C<A*A*Z*> that
779 is repeated according to the number of keys. (Yes, that's what the C<keys>
780 function returns in scalar context.) To get the very last null byte,
781 we add a C<0> at the end of the C<pack> list, to be packed with C<C>.
782 (Attentive readers may have noticed that we could have omitted the 0.)
783
784 For the reverse operation, we'll have to determine the number of items
785 in the buffer before we can let C<unpack> rip it apart:
786
787    my $n = $env =~ tr/\0// - 1;
788    my %env = map( split( /=/, $_ ), unpack( "(Z*)$n", $env ) );
789
790 The C<tr> counts the null bytes. The C<unpack> call returns a list of
791 name-value pairs each of which is taken apart in the C<map> block. 
792
793
794 =head2 Counting Repetitions
795
796 Rather than storing a sentinel at the end of a data item (or a list of items),
797 we could precede the data with a count. Again, we pack keys and values of
798 a hash, preceding each with an unsigned short length count, and up front
799 we store the number of pairs:
800
801    my $env = pack( 'S(S/A* S/A*)*', scalar keys( %Env ), %Env );
802
803 This simplifies the reverse operation as the number of repetitions can be
804 unpacked with the C</> code:
805
806    my %env = unpack( 'S/(S/A* S/A*)', $env );
807
808 Note that this is one of the rare cases where you cannot use the same
809 template for C<pack> and C<unpack> because C<pack> can't determine
810 a repeat count for a C<()>-group.
811
812
813 =head1 Packing and Unpacking C Structures
814
815 In previous sections we have seen how to pack numbers and character
816 strings. If it were not for a couple of snags we could conclude this
817 section right away with the terse remark that C structures don't
818 contain anything else, and therefore you already know all there is to it.
819 Sorry, no: read on, please.
820
821 =head2 The Alignment Pit
822
823 In the consideration of speed against memory requirements the balance
824 has been tilted in favor of faster execution. This has influenced the
825 way C compilers allocate memory for structures: On architectures
826 where a 16-bit or 32-bit operand can be moved faster between places in
827 memory, or to or from a CPU register, if it is aligned at an even or 
828 multiple-of-four or even at a multiple-of eight address, a C compiler
829 will give you this speed benefit by stuffing extra bytes into structures.
830 If you don't cross the C shoreline this is not likely to cause you any
831 grief (although you should care when you design large data structures,
832 or you want your code to be portable between architectures (you do want
833 that, don't you?)).
834
835 To see how this affects C<pack> and C<unpack>, we'll compare these two
836 C structures:
837
838    typedef struct {
839      char     c1;
840      short    s;
841      char     c2;
842      long     l;
843    } gappy_t;
844
845    typedef struct {
846      long     l;
847      short    s;
848      char     c1;
849      char     c2;
850    } dense_t;
851
852 Typically, a C compiler allocates 12 bytes to a C<gappy_t> variable, but
853 requires only 8 bytes for a C<dense_t>. After investigating this further,
854 we can draw memory maps, showing where the extra 4 bytes are hidden:
855
856    0           +4          +8          +12
857    +--+--+--+--+--+--+--+--+--+--+--+--+
858    |c1|xx|  s  |c2|xx|xx|xx|     l     |    xx = fill byte
859    +--+--+--+--+--+--+--+--+--+--+--+--+
860    gappy_t
861
862    0           +4          +8
863    +--+--+--+--+--+--+--+--+
864    |     l     |  h  |c1|c2|
865    +--+--+--+--+--+--+--+--+
866    dense_t
867
868 And that's where the first quirk strikes: C<pack> and C<unpack>
869 templates have to be stuffed with C<x> codes to get those extra fill bytes.
870
871 The natural question: "Why can't Perl compensate for the gaps?" warrants
872 an answer. One good reason is that C compilers might provide (non-ANSI)
873 extensions permitting all sorts of fancy control over the way structures
874 are aligned, even at the level of an individual structure field. And, if
875 this were not enough, there is an insidious thing called C<union> where
876 the amount of fill bytes cannot be derived from the alignment of the next
877 item alone.
878
879 OK, so let's bite the bullet. Here's one way to get the alignment right
880 by inserting template codes C<x>, which don't take a corresponding item 
881 from the list:
882
883   my $gappy = pack( 'cxs cxxx l!', $c1, $s, $c2, $l );
884
885 Note the C<!> after C<l>: We want to make sure that we pack a long
886 integer as it is compiled by our C compiler. And even now, it will only
887 work for the platforms where the compiler aligns things as above.
888 And somebody somewhere has a platform where it doesn't.
889 [Probably a Cray, where C<short>s, C<int>s and C<long>s are all 8 bytes. :-)]
890
891 Counting bytes and watching alignments in lengthy structures is bound to 
892 be a drag. Isn't there a way we can create the template with a simple
893 program? Here's a C program that does the trick:
894
895    #include <stdio.h>
896    #include <stddef.h>
897
898    typedef struct {
899      char     fc1;
900      short    fs;
901      char     fc2;
902      long     fl;
903    } gappy_t;
904
905    #define Pt(struct,field,tchar) \
906      printf( "@%d%s ", offsetof(struct,field), # tchar );
907
908    int main() {
909      Pt( gappy_t, fc1, c  );
910      Pt( gappy_t, fs,  s! );
911      Pt( gappy_t, fc2, c  );
912      Pt( gappy_t, fl,  l! );
913      printf( "\n" );
914    }
915
916 The output line can be used as a template in a C<pack> or C<unpack> call:
917
918   my $gappy = pack( '@0c @2s! @4c @8l!', $c1, $s, $c2, $l );
919
920 Gee, yet another template code - as if we hadn't plenty. But 
921 C<@> saves our day by enabling us to specify the offset from the beginning
922 of the pack buffer to the next item: This is just the value
923 the C<offsetof> macro (defined in C<E<lt>stddef.hE<gt>>) returns when
924 given a C<struct> type and one of its field names ("member-designator" in 
925 C standardese).
926
927 Neither using offsets nor adding C<x>'s to bridge the gaps is satisfactory.
928 (Just imagine what happens if the structure changes.) What we really need
929 is a way of saying "skip as many bytes as required to the next multiple of N".
930 In fluent Templatese, you say this with C<x!N> where N is replaced by the
931 appropriate value. Here's the next version of our struct packaging:
932
933   my $gappy = pack( 'c x!2 s c x!4 l!', $c1, $s, $c2, $l );
934
935 That's certainly better, but we still have to know how long all the
936 integers are, and portability is far away. Rather than C<2>,
937 for instance, we want to say "however long a short is". But this can be
938 done by enclosing the appropriate pack code in brackets: C<[s]>. So, here's
939 the very best we can do:
940
941   my $gappy = pack( 'c x![s] s c x![l!] l!', $c1, $s, $c2, $l );
942
943
944 =head2 Alignment, Take 2
945
946 I'm afraid that we're not quite through with the alignment catch yet. The
947 hydra raises another ugly head when you pack arrays of structures:
948
949    typedef struct {
950      short    count;
951      char     glyph;
952    } cell_t;
953
954    typedef cell_t buffer_t[BUFLEN];
955
956 Where's the catch? Padding is neither required before the first field C<count>,
957 nor between this and the next field C<glyph>, so why can't we simply pack
958 like this:
959
960    # something goes wrong here:
961    pack( 's!a' x @buffer,
962          map{ ( $_->{count}, $_->{glyph} ) } @buffer );
963
964 This packs C<3*@buffer> bytes, but it turns out that the size of 
965 C<buffer_t> is four times C<BUFLEN>! The moral of the story is that
966 the required alignment of a structure or array is propagated to the
967 next higher level where we have to consider padding I<at the end>
968 of each component as well. Thus the correct template is:
969
970    pack( 's!ax' x @buffer,
971          map{ ( $_->{count}, $_->{glyph} ) } @buffer );
972
973 =head2 Alignment, Take 3
974
975 And even if you take all the above into account, ANSI still lets this:
976
977    typedef struct {
978      char     foo[2];
979    } foo_t;
980
981 vary in size. The alignment constraint of the structure can be greater than
982 any of its elements. [And if you think that this doesn't affect anything
983 common, dismember the next cellphone that you see. Many have ARM cores, and
984 the ARM structure rules make C<sizeof (foo_t)> == 4]
985
986 =head2 Pointers for How to Use Them
987
988 The title of this section indicates the second problem you may run into
989 sooner or later when you pack C structures. If the function you intend
990 to call expects a, say, C<void *> value, you I<cannot> simply take
991 a reference to a Perl variable. (Although that value certainly is a
992 memory address, it's not the address where the variable's contents are
993 stored.)
994
995 Template code C<P> promises to pack a "pointer to a fixed length string".
996 Isn't this what we want? Let's try:
997
998     # allocate some storage and pack a pointer to it
999     my $memory = "\x00" x $size;
1000     my $memptr = pack( 'P', $memory );
1001
1002 But wait: doesn't C<pack> just return a sequence of bytes? How can we pass this
1003 string of bytes to some C code expecting a pointer which is, after all,
1004 nothing but a number? The answer is simple: We have to obtain the numeric
1005 address from the bytes returned by C<pack>.
1006
1007     my $ptr = unpack( 'L!', $memptr );
1008
1009 Obviously this assumes that it is possible to typecast a pointer
1010 to an unsigned long and vice versa, which frequently works but should not
1011 be taken as a universal law. - Now that we have this pointer the next question
1012 is: How can we put it to good use? We need a call to some C function
1013 where a pointer is expected. The read(2) system call comes to mind:
1014
1015     ssize_t read(int fd, void *buf, size_t count);
1016
1017 After reading L<perlfunc> explaining how to use C<syscall> we can write
1018 this Perl function copying a file to standard output:
1019
1020     require 'syscall.ph';
1021     sub cat($){
1022         my $path = shift();
1023         my $size = -s $path;
1024         my $memory = "\x00" x $size;  # allocate some memory
1025         my $ptr = unpack( 'L', pack( 'P', $memory ) );
1026         open( F, $path ) || die( "$path: cannot open ($!)\n" );
1027         my $fd = fileno(F);
1028         my $res = syscall( &SYS_read, fileno(F), $ptr, $size );
1029         print $memory;
1030         close( F );
1031     }
1032
1033 This is neither a specimen of simplicity nor a paragon of portability but
1034 it illustrates the point: We are able to sneak behind the scenes and
1035 access Perl's otherwise well-guarded memory! (Important note: Perl's
1036 C<syscall> does I<not> require you to construct pointers in this roundabout
1037 way. You simply pass a string variable, and Perl forwards the address.) 
1038
1039 How does C<unpack> with C<P> work? Imagine some pointer in the buffer
1040 about to be unpacked: If it isn't the null pointer (which will smartly
1041 produce the C<undef> value) we have a start address - but then what?
1042 Perl has no way of knowing how long this "fixed length string" is, so
1043 it's up to you to specify the actual size as an explicit length after C<P>.
1044
1045    my $mem = "abcdefghijklmn";
1046    print unpack( 'P5', pack( 'P', $mem ) ); # prints "abcde"
1047
1048 As a consequence, C<pack> ignores any number or C<*> after C<P>.
1049
1050
1051 Now that we have seen C<P> at work, we might as well give C<p> a whirl.
1052 Why do we need a second template code for packing pointers at all? The 
1053 answer lies behind the simple fact that an C<unpack> with C<p> promises
1054 a null-terminated string starting at the address taken from the buffer,
1055 and that implies a length for the data item to be returned:
1056
1057    my $buf = pack( 'p', "abc\x00efhijklmn" );
1058    print unpack( 'p', $buf );    # prints "abc"
1059
1060
1061
1062 Albeit this is apt to be confusing: As a consequence of the length being
1063 implied by the string's length, a number after pack code C<p> is a repeat
1064 count, not a length as after C<P>. 
1065
1066
1067 Using C<pack(..., $x)> with C<P> or C<p> to get the address where C<$x> is
1068 actually stored must be used with circumspection. Perl's internal machinery
1069 considers the relation between a variable and that address as its very own 
1070 private matter and doesn't really care that we have obtained a copy. Therefore:
1071
1072 =over 4
1073
1074 =item * 
1075
1076 Do not use C<pack> with C<p> or C<P> to obtain the address of variable
1077 that's bound to go out of scope (and thereby freeing its memory) before you
1078 are done with using the memory at that address.
1079
1080 =item * 
1081
1082 Be very careful with Perl operations that change the value of the
1083 variable. Appending something to the variable, for instance, might require
1084 reallocation of its storage, leaving you with a pointer into no-man's land.
1085
1086 =item * 
1087
1088 Don't think that you can get the address of a Perl variable
1089 when it is stored as an integer or double number! C<pack('P', $x)> will
1090 force the variable's internal representation to string, just as if you
1091 had written something like C<$x .= ''>.
1092
1093 =back
1094
1095 It's safe, however, to P- or p-pack a string literal, because Perl simply
1096 allocates an anonymous variable.
1097
1098
1099
1100 =head1 Pack Recipes
1101
1102 Here are a collection of (possibly) useful canned recipes for C<pack>
1103 and C<unpack>:
1104
1105     # Convert IP address for socket functions
1106     pack( "C4", split /\./, "123.4.5.6" ); 
1107
1108     # Count the bits in a chunk of memory (e.g. a select vector)
1109     unpack( '%32b*', $mask );
1110
1111     # Determine the endianness of your system
1112     $is_little_endian = unpack( 'c', pack( 's', 1 ) );
1113     $is_big_endian = unpack( 'xc', pack( 's', 1 ) );
1114
1115     # Determine the number of bits in a native integer
1116     $bits = unpack( '%32I!', ~0 );
1117
1118     # Prepare argument for the nanosleep system call
1119     my $timespec = pack( 'L!L!', $secs, $nanosecs );
1120
1121 For a simple memory dump we unpack some bytes into just as 
1122 many pairs of hex digits, and use C<map> to handle the traditional
1123 spacing - 16 bytes to a line:
1124
1125     my $i;
1126     print map( ++$i % 16 ? "$_ " : "$_\n",
1127                unpack( 'H2' x length( $mem ), $mem ) ),
1128           length( $mem ) % 16 ? "\n" : '';
1129
1130
1131 =head1 Funnies Section
1132
1133     # Pulling digits out of nowhere...
1134     print unpack( 'C', pack( 'x' ) ),
1135           unpack( '%B*', pack( 'A' ) ),
1136           unpack( 'H', pack( 'A' ) ),
1137           unpack( 'A', unpack( 'C', pack( 'A' ) ) ), "\n";
1138
1139     # One for the road ;-)
1140     my $advice = pack( 'all u can in a van' );
1141
1142
1143 =head1 Authors
1144
1145 Simon Cozens and Wolfgang Laun.
1146