topic: file-io (read / write / CSV / paths / upload概念) / ch01
ch01 — ファイルとは / バイナリ vs テキスト / 文字コード
学習目標
- 「ファイル = バイト列に名前 (パス) が付いたもの」と絵で言える
- テキストファイル と バイナリファイル の違いを 1 行で説明できる
- 日本語が混ざるテキストは 文字コード (UTF-8 が標準) を意識する必要があると言える
- 改行コード (LF / CRLF) で挙動が変わる場面があると知っている
所要時間
スライドのみ = 5 分
ドリル
このチャプターにドリルはありません。 スライドを読み終わったら次の ch02-read-file/ に進んでください。
理由: 「ファイルとは何か」を 絵と言葉で押さえる のが目的。手を動かすのは ch02 から (file_get_contents で実際に読むところ) で行います。
確認してみる (任意)
エディタで適当な .txt ファイルを 1 つ作って、以下を観察すると理解が早い。
echo "こんにちは" > /tmp/hello.txt
# バイト列として見る
wc -c /tmp/hello.txt # バイト数を出す (UTF-8 で「こんにちは」は 15 バイト + 改行)
xxd /tmp/hello.txt # 16進ダンプ。1 バイトずつどう並んでいるかが分かる
# テキストとして見る
cat /tmp/hello.txt # こんにちは「ファイルの中身 = バイト列」「テキストエディタはそれを文字コード経由で 文字に解釈 している」という関係が腹落ちすれば OK。
🎞 解説スライド
教材スライド(Marp)を1枚ずつ表示します。矢印キー(←→)・スワイプ・ナビボタンで移動できます。
-
<!-- LLM_CONTEXT: Lesson 14 / Chapter 1 目的: ファイルの基本概念 (バイト列 + 名前 / テキスト vs バイナリ / 文字コード / 改行コード) の絵を頭に作る 扱わない: file_get_contents (ch02) / 書き込み (ch03) / CSV (ch04) / パス操作 (ch05) / アップロード (ch06) 読み上げ時間目安: 4 分半〜5 分 -->
ファイルとは / バイナリ vs テキスト / 文字コード
Lesson 14 / Chapter 1
-
ファイルって結局なに？
hello.txt ─┐ ├─ ファイル名 (= ディスク上の場所を指す目印) └─ 中身 = ただのバイト列 (0 と 1 が並んだもの)- ファイル = バイト列 + 名前 (パス)
- ディスク (HDD / SSD) 上に保存されていて、電源を切っても消えない
- 「変数 (
$x) はメモリ、ファイルはディスク」と覚える
→ PHP の役目は ディスク上のバイト列を読み出す / 書き込む。
-
テキストファイル vs バイナリファイル
テキスト バイナリ 中身 文字 として解釈できるバイト列 文字に直すと意味不明 例 .txt/.csv/.json/.html/.php.png/.jpg/.pdf/.zip/.mp4エディタで開く 読める 文字化けする (専用ソフトで開く) PHP での扱い file_get_contentsで文字列としてfreadでバイト数指定して読むL14 で扱うのは テキスト系のみ (
.txt/.csv)。画像・PDF などのバイナリは別 lesson。 -
「文字コード」 = バイトを文字に翻訳するルール
バイト: 0xE3 0x81 0x82 │ UTF-8 で解釈 ▼ 「あ」- UTF-8 : 今の標準 (Web も PHP も Mac も Linux も基本これ)
- Shift_JIS : 古い Windows / Excel 由来 (CSV で時々遭遇)
- EUC-JP : 古い UNIX 系 (ほぼ歴史的存在)
→ 違う文字コードで開くと 文字化け する。「UTF-8 で揃える」 が L14 のお作法。
-
改行コード — LF と CRLF
LF = "\n" (= 0x0A) macOS / Linux の標準 CRLF = "\r\n" (= 0x0D 0x0A) Windows / 一部の Web プロトコル場面 どっち PHP の \nLF php_eol(PHP_EOL定数)環境依存 HTTP ヘッダ CRLF Excel が吐く CSV CRLF (Windows) / LF (Mac) どちらもあり得る fgetsは CRLF も LF もまとめて読む が、末尾に改行が含まれることに注意 (rtrim($line)で外す)。 -
PHP からファイルを触る基本パターン
<?php // 読む (一発) $text = file_get_contents('/path/to/foo.txt'); // 書く (一発) file_put_contents('/path/to/foo.txt', "hello\n"); // 1 行ずつ読む (大きなファイル / 行単位処理向き) $fp = fopen('/path/to/foo.txt', 'r'); while (($line = fgets($fp)) !== false) { echo $line; } fclose($fp);「一発で全部 (
file_get_contents/file_put_contents)」と「1 行ずつ (fopen+fgets+fclose)」の 2 系統がある、と頭に入れる。 -
L14 の作法: 読みは固定 / 書きは一時ディレクトリ
// 読み込み: drill 内の固定パスから (リポジトリにコミット済み) $path = __DIR__ . '/tests/data/hello.txt'; $text = file_get_contents($path); // 書き込み: OS の一時ディレクトリへ (採点後に消える) $tmp = tempnam(sys_get_temp_dir(), 'dojo_'); file_put_contents($tmp, "hi\n"); unlink($tmp); // 後始末__DIR__= この PHP ファイルがあるディレクトリ。cwd に依存せず安全sys_get_temp_dir()= OS の一時領域 (Mac/Linux なら/tmp)unlink($tmp)で必ず消す。CI で同じ drill を何度回しても汚れない
-
このチャプターでできるようになること
✅ 「ファイル = バイト列 + 名前」と絵で言える ✅ テキスト / バイナリの違いを 1 行で言える ✅ UTF-8 / Shift_JIS の関係 (文字化けの正体) を言える ✅ LF / CRLF の違いと、PHP では
\n(LF) が標準だと知っている ✅ 「読みは固定 / 書きは一時ディレクトリ」という L14 の作法を理解した→ 次の ch02 で、
file_get_contentsで実際にテキストを読み込む
スライドを全部一気に読む(縦表示)
<!-- LLM_CONTEXT: Lesson 14 / Chapter 1 目的: ファイルの基本概念 (バイト列 + 名前 / テキスト vs バイナリ / 文字コード / 改行コード) の絵を頭に作る 扱わない: file_get_contents (ch02) / 書き込み (ch03) / CSV (ch04) / パス操作 (ch05) / アップロード (ch06) 読み上げ時間目安: 4 分半〜5 分 -->
ファイルとは / バイナリ vs テキスト / 文字コード
Lesson 14 / Chapter 1
ファイルって結局なに？
hello.txt ─┐
├─ ファイル名 (= ディスク上の場所を指す目印)
└─ 中身 = ただのバイト列 (0 と 1 が並んだもの)- ファイル = バイト列 + 名前 (パス)
- ディスク (HDD / SSD) 上に保存されていて、電源を切っても消えない
- 「変数 (
$x) はメモリ、ファイルはディスク」と覚える
→ PHP の役目は ディスク上のバイト列を読み出す / 書き込む。
テキストファイル vs バイナリファイル
| テキスト | バイナリ | |
|---|---|---|
| 中身 | 文字 として解釈できるバイト列 | 文字に直すと意味不明 |
| 例 | .txt / .csv / .json / .html / .php |
.png / .jpg / .pdf / .zip / .mp4 |
| エディタで開く | 読める | 文字化けする (専用ソフトで開く) |
| PHP での扱い | file_get_contents で文字列として |
fread でバイト数指定して読む |
L14 で扱うのは テキスト系のみ (.txt / .csv)。画像・PDF などのバイナリは別 lesson。
「文字コード」 = バイトを文字に翻訳するルール
バイト: 0xE3 0x81 0x82
│
UTF-8 で解釈
▼
「あ」- UTF-8 : 今の標準 (Web も PHP も Mac も Linux も基本これ)
- Shift_JIS : 古い Windows / Excel 由来 (CSV で時々遭遇)
- EUC-JP : 古い UNIX 系 (ほぼ歴史的存在)
→ 違う文字コードで開くと 文字化け する。「UTF-8 で揃える」 が L14 のお作法。
改行コード — LF と CRLF
LF = "\n" (= 0x0A) macOS / Linux の標準
CRLF = "\r\n" (= 0x0D 0x0A) Windows / 一部の Web プロトコル| 場面 | どっち |
|---|---|
PHP の \n |
LF |
php_eol (PHP_EOL 定数) |
環境依存 |
| HTTP ヘッダ | CRLF |
| Excel が吐く CSV | CRLF (Windows) / LF (Mac) どちらもあり得る |
fgets は CRLF も LF もまとめて読む が、末尾に改行が含まれることに注意 (rtrim($line) で外す)。
PHP からファイルを触る基本パターン
<?php
// 読む (一発)
$text = file_get_contents('/path/to/foo.txt');
// 書く (一発)
file_put_contents('/path/to/foo.txt', "hello\n");
// 1 行ずつ読む (大きなファイル / 行単位処理向き)
$fp = fopen('/path/to/foo.txt', 'r');
while (($line = fgets($fp)) !== false) {
echo $line;
}
fclose($fp);「一発で全部 (file_get_contents / file_put_contents)」と「1 行ずつ (fopen + fgets + fclose)」の 2 系統がある、と頭に入れる。
L14 の作法: 読みは固定 / 書きは一時ディレクトリ
// 読み込み: drill 内の固定パスから (リポジトリにコミット済み)
$path = __DIR__ . '/tests/data/hello.txt';
$text = file_get_contents($path);
// 書き込み: OS の一時ディレクトリへ (採点後に消える)
$tmp = tempnam(sys_get_temp_dir(), 'dojo_');
file_put_contents($tmp, "hi\n");
unlink($tmp); // 後始末__DIR__= この PHP ファイルがあるディレクトリ。cwd に依存せず安全sys_get_temp_dir()= OS の一時領域 (Mac/Linux なら/tmp)unlink($tmp)で必ず消す。CI で同じ drill を何度回しても汚れない
このチャプターでできるようになること
✅ 「ファイル = バイト列 + 名前」と絵で言える
✅ テキスト / バイナリの違いを 1 行で言える
✅ UTF-8 / Shift_JIS の関係 (文字化けの正体) を言える
✅ LF / CRLF の違いと、PHP では \n (LF) が標準だと知っている
✅ 「読みは固定 / 書きは一時ディレクトリ」という L14 の作法を理解した
→ 次の ch02 で、file_get_contents で実際にテキストを読み込む