企业官网建设流程全解析

前言

unpack()用来从一段二进制字符串里按指定的字节布局解出各个字段，返回一个关联数组。它和pack()是一对：pack()把 PHP 值打包成二进制串，unpack()把它拆回来。凡是涉及「自己定义二进制协议」「读取带文件头的二进制格式」的场景，都绕不开这一对函数。

三个最常见的误解：

1. 
   
2. 以为它的格式串和pack()不是一套。两者完全相同，手册在unpack()的参数说明里直接写着「格式码的解释参见pack()」。学会一套就够。
3. 
   
4. 以为不写字段名时数组下标从 0 开始。恰恰相反，PHP 手册明确写着：不给元素命名时，会使用从 1 开始的数字下标。更麻烦的是，每个未命名的元素都从 1 重新编号，混用多种未命名格式码时，后面的值会覆盖前面的值。
5. 
   
6. 以为unpack()能做编码转换。它只管按字节布局拆数据，不做 UTF-8 ↔ GBK 之类的转码；中文文本要用mb_convert_encoding()/iconv()处理。
7. 
   

本文按官方手册讲清unpack()的签名、格式串语法（尤其三种字符串格式码的区别）、字节序的取舍，以及越界解包的问题。

一、签名与格式串语法

unpack(string $format, string $string, int $offset = 0): array | false

• 
  
• $format：格式串，由「格式码 + 可选重复次数 + 可选字段名」组成，多个字段之间用/分隔。
• 
  
• $string：要拆的二进制数据。
• 
  
• $offset：从第几个字节开始解，PHP 7.1.0 起才有这个参数。手册另外注明，自 PHP 7.2.0 起float与double类型同时支持大端和小端。
• 
  

格式串的构成规则：

格式码 [重复次数] [字段名] / 格式码 [重复次数] [字段名] / ...

<?php // 适用于 PHP 8.0+
$data = "\x04\x00\xa0\x00";

// 每个字段都起名：得到一个以名字为键的关联数组
$named = unpack('cchars/nint', $data);
print_r($named);

// 带重复次数：键名后面会自动补上序号
$repeated = unpack('c2chars/nint', $data);
print_r($repeated);

Array
(
[chars] => 4
[int] => 160
)
Array
(
[chars1] => 4
[chars2] => 0
[int] => 40960
)

注意重复次数放在字段名之前：c2chars表示「两个c，名字前缀是chars」，得到chars1、chars2。

二、格式码速查

下面这张表来自pack()的官方格式码表，unpack()完全适用：

三种字符串格式码的区别

这是最容易记混的一组，手册特别说明了它们对尾部字节的处理：

所以：读定长文本字段用A（自动去填充），读 C 风格字符串用Z，需要拿到原始字节（包括填充）才用a。

三、字节序：为什么协议里只用固定端序的码

unpack('s', ...)、unpack('l', ...)、unpack('f', ...)、unpack('d', ...)、unpack('i', ...)这些码是机器字节序的——同一份数据在不同 CPU 架构上会解出不同的值。做跨机通信的协议时，这几乎一定会出事。

固定字节序的码才有互操作性：

网络协议（TCP 报文头等）一律用大端，所以解析时优先选n/N/J/E/G。

四、实战示例

1. 解析 PNG 的文件签名

PNG 文件固定以 8 个字节开头，十进制是137 80 78 71 13 10 26 10：

<?php // 适用于 PHP 8.0+
declare(strict_types=1);

$path = __DIR__ . '/image.png';
$fp = fopen($path, 'rb');
if ($fp === false) {
exit("无法打开文件\n");
}

$header = fread($fp, 8);
fclose($fp);

if (strlen($header) !== 8) {
exit("文件太短，不是有效图片\n");
}

$bytes = unpack('C8', $header);
// 不带字段名时键从 1 开始
var_dump($bytes);

$isPng = $bytes === [1 => 137, 2 => 80, 3 => 78, 4 => 71, 5 => 13, 6 => 10, 7 => 26, 8 => 10];
echo $isPng ? "这是 PNG\n" : "不是 PNG\n";

2. 解析自定义二进制包头

假设协议规定：2 字节魔数、1 字节版本、2 字节大端长度、随后是载荷：

<?php // 适用于 PHP 8.0+
declare(strict_types=1);

function parsePacket(string $raw): array
{
$headLen = 5; // 2 + 1 + 2
if (strlen($raw) < $headLen) {
throw new RuntimeException('数据不足一个包头');
}

// 每个字段都命名，键名清晰且不会互相覆盖
$head = unpack('a2magic/Cversion/nlength', $raw);
if ($head === false) {
throw new RuntimeException('包头解析失败');
}

// a2 读的是原始字节，逐字节比较更稳妥
if ($head['magic'] !== 'PK') {
throw new RuntimeException('魔数不匹配');
}

$payload = substr($raw, $headLen, $head['length']);
if (strlen($payload) !== $head['length']) {
throw new RuntimeException('载荷长度不足');
}

return [
'magic' => $head['magic'],
'version' => $head['version'],
'length' => $head['length'],
'payload' => $payload,
];
}

// 构造一段测试数据：'PK' + 版本 1 + 长度 3（大端 0x0003）+ 'abc'
$raw = 'PK' . "\x01" . "\x00\x03" . 'abc';
var_dump(parsePacket($raw));

3. 用$offset跳过文件头解析浮点数组

<?php // 适用于 PHP 8.0+，$offset 参数需要 PHP 7.1+
declare(strict_types=1);

// 8 字节头 + 3 个单精度浮点（小端）
$binary = str_repeat("\x00", 8)
. pack('g3', 1.5, -2.25, 3.75);

// PHP 7.1 起可以直接用第三个参数，不用先 substr
$values = unpack('g3v', $binary, 8);
var_dump($values);
// array(3) { ["v1"]=> float(1.5) ["v2"]=> float(-2.25) ["v3"]=> float(3.75) }

在 PHP 7.1 之前的版本上，等价写法是unpack('g3v', substr($binary, 8))。

常见坑点

1. 
   
2. ❌ 不给字段命名，以为数组下标从 0 开始 —— 手册写明索引从 1 开始。✅ 每个字段都起名字：unpack('C4flags', $data)得到flags1到flags4。
3. 
   

1. 
   
2. ❌ 写成unpack('c2/n', $data)这种混用未命名字段的形式 —— 每个未命名元素都从 1 重新编号，后面的值会覆盖前面的。手册给出的例子中，unpack("c2/n", "\x32\x42\x00\xa0")的结果只剩两个元素，第一个c的值被n的值覆盖掉了。✅ 每个字段都命名，例如unpack('c2lo/nhi', $data)。
3. 
   

1. 
   
2. ❌ 用s、l、i、f、d这些机器字节序的码去解析网络数据 —— 同一段字节在大端机和小端机上解出不同的值。✅ 协议字段一律用固定字节序的码：n/N/J/G/E（大端）或v/V/P/g/e（小端）。
3. 
   

1. 
   
2. ❌ 把解出来的「无符号数」一律当正数用 —— 手册用 Caution 提示，PHP 内部整型是有符号的，解出一个与 PHP 整型同宽的无符号值时，高位为 1 就会得到负数。✅ 32 位值用N/V在 64 位 PHP 上可以安全表示；64 位无符号数超出PHP_INT_MAX时改走 GMP（gmp_import()，需要 GMP 扩展）。
3. 
   

1. 
   
2. ❌ 用unpack()解文本编码 —— 它按字节布局工作，不做任何字符集转换，直接拿去显示中文会是乱码。✅ 用mb_convert_encoding()/iconv()转码；固定长度的文本字段可以先用A或Z取出再转。
3. 
   

1. 
   
2. ❌ 不校验长度就解包 —— 数据不足时结果不可靠（返回false或伴随告警，具体诊断在不同版本上不完全一致），解析器会静默产出错误数据。✅ 先算清「这个格式串需要多少字节」，用strlen()校验；用$offset时也要保证$offset + 需要字节数 <= strlen($string)。
3. 
   

1. 
   
2. ❌ 在需要兼容 PHP 7.1 以下的项目里直接用第三个参数 ——$offset参数是PHP 7.1.0才加入的。✅ 老版本改用substr($string, $offset)再解包。
3. 
   

1. 
   
2. ❌ 把a、A、Z三者的尾部处理搞混 ——a保留尾随 NUL，A去掉尾随空白（空格、制表、换行、回车、NUL），Z去掉尾随 NUL。✅ 按字段语义选：定长文本用A，NUL 结尾的 C 字符串用Z，需要原始字节才用a。
3. 
   

总结

一句话总结：unpack()的全部风险集中在「字节布局」这四个字上——格式码要和数据源的布局逐字节对齐，字段一律命名，协议数据只用固定字节序的码，解包前先校验长度，做到这几点，它就是一个可靠而精确的二进制解析工具。