10

如何确定字符串是否被压缩gzcompress（除了在调用之前/之后比较字符串的大小gzuncompress，或者这是否是正确的方法）？

4

3 回答 3

26

上一篇：
我猜，如果你发送一个请求，你可以立即查看$http_response_header数组中的一项是否是Content-Encoding: gzip. 但这是 LAME！
有一个更好的方法。

这是如何...

检查它是否是 GZIP。像一个老板一样！

根据GZIP RFC：

gzip 内容的标头如下所示

+---+---+---+---+---+---+---+---+---+---+
|ID1|ID2|CM |FLG|     MTIME     |XFL|OS | (more-->)
+---+---+---+---+---+---+---+---+---+---+

并将内容标识ID1为ID2 GZIP。并CM指出ZLIB_ENCODING（压缩方法）是ZLIB_ENCODING_DEFLATE- GZIP 通常将其用于所有 Web 服务器。

哦！并且它们具有固定值：

  • ID1的值为"\x1f"
  • ID2的值为"\x8b"
  • CM的值是（或只是 8...）"\x08"

差不多好了：

$is_gzip = 0 === mb_strpos($mystery_string , "\x1f" . "\x8b" . "\x08");

工作示例

<?php
/** @link https://gist.github.com/eladkarako/d8f3addf4e3be92bae96#file-checking_gzip_like_a_boss-php */

date_default_timezone_set("Asia/Jerusalem");

while (ob_get_level() > 0) ob_end_flush();
mb_language("uni");
@mb_internal_encoding('UTF-8');
setlocale(LC_ALL, 'en_US.UTF-8');

header('Time-Zone: Asia/Jerusalem');
header('Charset: UTF-8');
header('Content-Encoding: UTF-8');
header('Content-Type: text/plain; charset=UTF-8');
header('Access-Control-Allow-Origin: *');

function get($url, $cookie = '') {
  $html = @file_get_contents($url, false, stream_context_create([
    'http' => [
      'method' => "GET",
      'header' => implode("\r\n", [''
        , 'Pragma: no-cache'
        , 'Cache-Control: no-cache'
        , 'User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/42.0.2310.0 Safari/537.36'
        , 'DNT: 1'
        , 'Accept-Language: en-US,en;q=0.8'
        , 'Accept: text/plain'
        , 'X-Forwarded-For: ' . implode(', ', array_unique(array_filter(array_map(function ($item) { return filter_input(INPUT_SERVER, $item, FILTER_SANITIZE_SPECIAL_CHARS); }, ['HTTP_X_FORWARDED_FOR', 'REMOTE_ADDR', 'HTTP_CLIENT_IP', 'SERVER_ADDR', 'REMOTE_ADDR']), function ($item) { return null !== $item; })))
        , 'Referer: http://eladkarako.com'
        , 'Connection: close'
        , 'Cookie: ' . $cookie
        , 'Accept-Encoding: gzip'
      ])
    ]]));

  $is_gzip = 0 === mb_strpos($html, "\x1f" . "\x8b" . "\x08", 0, "US-ASCII");

  return $is_gzip ? zlib_decode($html, ZLIB_ENCODING_DEFLATE) : $html;
}

$html = get('http://www.pogdesign.co.uk/cat/');

echo $html;

我们在这里看到什么值得一提的？

  • 首先初始化要使用的 PHP 引擎UTF-8（因为我们真的不知道 Web 服务器是否会返回 GZIP 内容。
  • 提供 header Accept-Encoding: gzip，告诉网络服务器，它可以输出 GZIP 内容。
  • 发现 GZIP 内容（您应该使用带有ASCII 编码的多字节函数）。
  • 最后返回纯输出，很容易使用这些ZLIB方法。
于 2015-03-25T23:59:33.063 回答
9

字符串和压缩字符串都是简单的字节序列。您无法真正区分一个字节序列和另一个字节序列。您应该从随附的元数据中知道字节块是否代表压缩格式。

如果您真的需要以编程方式进行猜测，您可以尝试以下几件事：

  • 尝试解压字符串，看看解压操作是否成功。如果失败，则字节可能不代表压缩字符串。
  • 尝试像以前一样检查明显的“奇怪”字节0x20。这些字节通常不用于常规文本。但是，并不能真正保证它们出现在压缩字符串中。
  • 用于mb_check_encoding查看字符串在您怀疑它所在的编码中是否有效。如果不是，它可能已被压缩（或者您检查了错误的编码）。需要注意的是，几乎任何字节序列在几乎每个单字节编码中都是有效的，因此这只适用于多字节编码。
于 2012-06-11T07:16:29.597 回答
1

这对我来说很好：

if (@gzuncompress($_xml)!==false) {
   // gzipped sring
于 2020-12-17T15:01:33.640 回答