本文介绍下,用php代码判断网页是否启用gzip压缩的方法,有需要的朋友不妨作个参考。
采集网页时发现file_get_contents 获得的网页保存到本地为乱码,响应的header 里 Content-Encoding:gzip,但在浏览器里看是正常的。
由此,可以判断网站开启了gzip而file_get_contents 获得的是压缩过的页面,而不是解压过的页面(不知是否要file_get_conttents 请求网页时带上相应的参数,直接获得没有被gzip压缩过的网页?)
之前看到过可以用读取文件的前2个字节判断文件类型。
gzip压缩过的网页(gbk编码)前2字节是 1F 8B,借此可以判断网页是否gzip压缩过。
例子:
- <!--?php
- //gzip压缩网页
- //file_get_contents 直接获得的网页是乱码。
- header('Content-Type:text/html;charset=utf-8' );
- $url = 'http://bbs.it-home.org';
- $file = fopen($url, "rb");
- //只读2字节 如果为(16进制)1f 8b (10进制)31 139则开启了gzip ;
- $bin = fread($file, 2);
- fclose($file);
- $strInfo = @unpack("C2chars", $bin);
- $typeCode = intval($strInfo['chars1'].$strInfo['chars2']);
- $isGzip = 0;
- switch ($typeCode)
- {
- case 31139:
- //网站开启了gzip
- $isGzip = 1;
- break;
- default:
- $isGzip = 0;
- }
- $url = $isGzip ? "compress.zlib://".$url:$url; // 三元表达式
- $mierHtml = file_get_contents($url); //获得数据
- $mierHtml = iconv("gbk","utf-8",$mierHtml);
- echo $mierHtml;
- ?-->
|