天天躁日日躁狠狠躁AV麻豆-天天躁人人躁人人躁狂躁-天天澡夜夜澡人人澡-天天影视香色欲综合网-国产成人女人在线视频观看-国产成人女人视频在线观看

php file_get_contents抓取Gzip網頁亂碼的三種解決方法

把抓取到的內容轉下編碼即可($content=iconv("GBK", "UTF-8//IGNORE", $content);),我們這里討論的是如何抓取開了Gzip的頁面。怎么判斷呢?獲取的頭部當中有Content-Encoding: gzip說明內容是GZIP壓縮的。用FireBug看一下就知道頁面開了gzip沒有。下面是用firebug查看我的博客的頭信息,Gzip是開了的。
復制代碼 代碼如下:
請求頭信息原始頭信息
Accept text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Encoding gzip, deflate
Accept-Language zh-cn,zh;q=0.8,en-us;q=0.5,en;q=0.3
Connection keep-alive
Cookie __utma=225240837.787252530.1317310581.1335406161.1335411401.1537; __utmz=225240837.1326850415.887.3.utmcsr=google|utmccn=(organic)|utmcmd=organic|utmctr=%E4%BB%BB%E4%BD%95%E9%A1%B9%E7%9B%AE%E9%83%BD%E4%B8%8D%E4%BC%9A%E9%82%A3%E4%B9%88%E7%AE%80%E5%8D%95%20site%3Awww.nowamagic.NET; phpSESSID=888mj4425p8s0m7s0frre3ovc7; __utmc=225240837; __utmb=225240837.1.10.1335411401
Host www.nowamagic.NET
User-Agent Mozilla/5.0 (Windows NT 5.1; rv:12.0) Gecko/20100101 Firefox/12.0

下面介紹一些解決方案:

1. 使用自帶的zlib庫
如果服務器已經裝了zlib庫,用下面的代碼可以輕易解決亂碼問題。
復制代碼 代碼如下:
$data = file_get_contents("compress.zlib://".$url);

2. 使用CURL代替file_get_contents
復制代碼 代碼如下:
function curl_get($url, $gzip=false){
 $curl = curl_init($url);
 curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
 curl_setopt($curl, CURLOPT_CONNECTTIMEOUT, 10);
 if($gzip) curl_setopt($curl, CURLOPT_ENCODING, "gzip"); // 關鍵在這里
 $content = curl_exec($curl);
 curl_close($curl);
 return $content;
}

3. 使用gzip解壓函數
復制代碼 代碼如下:
function gzdecode($data) {
  $len = strlen($data);
  if ($len < 18 || strcmp(substr($data,0,2),"/x1f/x8b")) {
    return null;  // Not GZIP format (See RFC 1952)
  }
  $method = ord(substr($data,2,1));  // Compression method
  $flags  = ord(substr($data,3,1));  // Flags
  if ($flags & 31 != $flags) {
    // Reserved bits are set -- NOT ALLOWED by RFC 1952
    return null;
  }
  // NOTE: $mtime may be negative (php integer limitations)
  $mtime = unpack("V", substr($data,4,4));
  $mtime = $mtime[1];
  $xfl   = substr($data,8,1);
  $os    = substr($data,8,1);
  $headerlen = 10;
  $extralen  = 0;
  $extra     = "";
  if ($flags & 4) {
    // 2-byte length prefixed EXTRA data in header
    if ($len - $headerlen - 2 < 8) {
      return false;    // Invalid format
    }
    $extralen = unpack("v",substr($data,8,2));
    $extralen = $extralen[1];
    if ($len - $headerlen - 2 - $extralen < 8) {
      return false;    // Invalid format
    }
    $extra = substr($data,10,$extralen);
    $headerlen += 2 + $extralen;
  }

  $filenamelen = 0;
  $filename = "";
  if ($flags & 8) {
    // C-style string file NAME data in header
    if ($len - $headerlen - 1 < 8) {
      return false;    // Invalid format
    }
    $filenamelen = strpos(substr($data,8+$extralen),chr(0));
    if ($filenamelen === false || $len - $headerlen - $filenamelen - 1 < 8) {
      return false;    // Invalid format
    }
    $filename = substr($data,$headerlen,$filenamelen);
    $headerlen += $filenamelen + 1;
  }

  $commentlen = 0;
  $comment = "";
  if ($flags & 16) {
    // C-style string COMMENT data in header
    if ($len - $headerlen - 1 < 8) {
      return false;    // Invalid format
    }
    $commentlen = strpos(substr($data,8+$extralen+$filenamelen),chr(0));
    if ($commentlen === false || $len - $headerlen - $commentlen - 1 < 8) {
      return false;    // Invalid header format
    }
    $comment = substr($data,$headerlen,$commentlen);
    $headerlen += $commentlen + 1;
  }

  $headercrc = "";
  if ($flags & 1) {
    // 2-bytes (lowest order) of CRC32 on header present
    if ($len - $headerlen - 2 < 8) {
      return false;    // Invalid format
    }
    $calccrc = crc32(substr($data,0,$headerlen)) & 0xffff;
    $headercrc = unpack("v", substr($data,$headerlen,2));
    $headercrc = $headercrc[1];
    if ($headercrc != $calccrc) {
      return false;    // Bad header CRC
    }
    $headerlen += 2;
  }

  // GZIP FOOTER - These be negative due to php's limitations
  $datacrc = unpack("V",substr($data,-8,4));
  $datacrc = $datacrc[1];
  $isize = unpack("V",substr($data,-4));
  $isize = $isize[1];

  // Perform the decompression:
  $bodylen = $len-$headerlen-8;
  if ($bodylen < 1) {
    // This should never happen - IMPLEMENTATION BUG!
    return null;
  }
  $body = substr($data,$headerlen,$bodylen);
  $data = "";
  if ($bodylen > 0) {
    switch ($method) {
      case 8:
        // Currently the only supported compression method:
        $data = gzinflate($body);
        break;
      default:
        // Unknown compression method
        return false;
    }
  } else {
    // I'm not sure if zero-byte body content is allowed.
    // Allow it for now...  Do nothing...
  }

  // Verifiy decompressed size and CRC32:
  // NOTE: This may fail with large data sizes depending on how
  //       php's integer limitations affect strlen() since $isize
  //       may be negative for large sizes.
  if ($isize != strlen($data) || crc32($data) != $datacrc) {
    // Bad format!  Length or CRC doesn't match!
    return false;
  }
  return $data;
}

使用:
復制代碼 代碼如下:
$html=file_get_contents('http://www.jb51.NET/');
$html=gzdecode($html);

就介紹這三個方法,應該能解決大部分gzip引起的抓取亂碼問題了。

php技術php file_get_contents抓取Gzip網頁亂碼的三種解決方法,轉載需保留來源!

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

主站蜘蛛池模板: 老熟女重囗味HDXX | 日日摸夜夜添无码AVA片 | 99热国产这里只有精品免费 | 国产VA精品午夜福利视频 | 在线观看亚洲免费人成网址 | 嫩草影院未满十八岁禁止入内 | 最新国产精品福利2020 | 亚洲人成在线观看一区二区 | 久久精品国产亚洲AV久五月天 | 攻把受做得合不拢腿play | 国产乱对白精彩在线播放 | 久久国产亚洲电影天堂 | 新新电影理论中文字幕 | ppypp午夜限制不卡影院私人 | 国产精品嫩草影视在线观看 | 久久精品免费电影 | 国产在线观看免费观看不卡 | 俄罗斯呦呦 | 国产精品免费一区二区区 | 精品夜夜澡人妻无码AV蜜桃 | 国产精品亚洲精品久久品 | 亚洲综合日韩中文字幕v在线 | 媚药调教被撑到合不拢h | 一本道久在线综合色姐 | 亚洲高清无码在线 视频 | 免费韩国伦理2017最新 | 美女全光末满18勿进 | 中文字幕亚洲无线码高清不卡 | 国产精品一区二区三区四区五区 | 黄色三级三级免费看 | 日本xxxxx按摩19 | 一受多攻高h | 亚洲免费大全 | 亚洲影院在线播放 | 欧美高清videosgratis高 | 中文字幕永久在线 | 免费国产成人手机在线观看 | 免费国产精品视频 | 野花影院手机在线观看 | www亚洲欲色成人久久精品 | 品色堂主页 |