获取网页源码问题_html/css_WEB-ITnose

回复讨论(解决方案)

这个。。。。

这个。。。。
我是良民

结尾是0\r\n\r\n的话，可能是chunked，你去了解一下chunked的数据结构

一般是
长度1\r\n + 数据块1\r\n + 长度2\r\n + 数据块2\r\n + ... + 0\r\n\r\n
长度就是对应数据块不包括结尾\r\n部分的字节数（16进制），注意每块的长度不一定相同
把所有数据块切出来，拼接就是完整的文件

rfc2616标准有这方面的详细说明

例如网易首页 http://www.163.com
如果你发送gzip过去返回的就是 gzip+chunked
如果你发送*过去返回的就是html+chunked

再举个例子吧

\x04 \r\n abcd \r\n \x10 \r\n efghijklmnopqrst \r\n 0 \r\n\r\n

最后解chunked得到的就是：
abcdefghijklmnopqrst

再举个例子吧

\x04\r\nabcd\r\n\x10\r\nefghijklmnopqrst\r\n0\r\n\r\n

最后解chunked得到的就是：
abcdefghijklmnopqrst
我得到一个数据包，看那个格式应该是gzip。但是全是16进制。那么我该怎么还原这个网页呢？总是失败。谢谢你了。

怎么还原当然需要编程语言里面的解压模块，不然就是自己研究gzip算法来解了，我没这个本事

gzip开头是 1F 8B 08，如果你的数据开头是这个就直接解压，解压错误的话应该是未接收完整
可以通过header里面的content-length判断是否完整

如果结尾是 30 0D 0A 0D 0A 那就是chunked按上面我说的先解出数据部分，再判断是否一个gzip
chunked数据因为不定长，所以header没有长度说明，而是靠结尾判断是否完整

怎么还原当然需要编程语言里面的解压模块，不然就是自己研究gzip算法来解了，我没这个本事

gzip开头是 1F 8B 08，如果你的数据开头是这个就直接解压，解压错误的话应该是未接收完整
可以通过header里面的content-length判断是否完整

如果结尾是 30 0D 0A 0D 0A 那就是chunked按上面我说的先解出数据部分，再判断是否一个……
谢谢你啦。我研究研究一下。