Socket HTTP頁面請求後對gzip頁面的解壓縮實現代碼

需要注意的有以下幾點:

 

1、通過socket頁面請求後的receive內容不能經過string後再進行解壓縮處理 會造成錯誤的gzip幻數報錯

      推薦使用流處理

2、正確分析返回內容 分割header和頁面代碼部分

3、對頁面代碼部分進行解壓縮

4、重組header與解壓縮後的頁面代碼

 

解壓縮使用net2.0的GZipStream類 很方便

 

代碼如下：

 

1. using System;
2. using System.Collections.Generic;
3. using System.Text;
4. using System.IO.Compression;
5. using System.IO;
6. using ICSharpCode.SharpZipLib.GZip;
8. namespace 貼吧江湖
9. {
10.     public  class clsGzip
11.     {
12.         public static string DecompressGzip(MemoryStream stm)
13.         {
14.             string strHTML = "";
15.           
16.            
17.             GZipStream gzip = new GZipStream(stm, CompressionMode.Decompress);//解壓縮
19.             using (StreamReader reader = new StreamReader(gzip, Encoding.GetEncoding("gb2312")))//中文編碼處理
20.             {
21.                 strHTML = reader.ReadToEnd();
22.             }
23.             
24.             return strHTML;
25.         }
26.     }
27. }

socket類中對此方法的調用

 

1. int bytes = 0;
2.             string page = "";
3.             MemoryStream ms = new MemoryStream();
4.             
5.             
6.             
7.             do
8.             {
9.                 bytes = s.Receive(bytesReceived, bytesReceived.Length, 0);
10.                 
11.                 //Encoding gb2312 = Encoding.GetEncoding("gb2312");//將讀取的字節數轉換爲字符串   
13.                 //page = page + gb2312.GetString(bytesReceived, 0, bytes);
15.                 ms.Write(bytesReceived, 0, bytes);
16.                 
17.                 //Console.WriteLine(bytes);
19.             }
20.             while (bytes > 0);
21.             s.Close();
22.             Console.WriteLine(ms.Length);
23.             ms.Seek(0, SeekOrigin.Begin);//將流的讀寫位置移動到開頭
27.             Encoding gb2312 = Encoding.GetEncoding("gb2312");//準備獲取HTTP header中頁面內容的大小
28.             
29.             page = new StreamReader(ms, gb2312).ReadToEnd();//將流讀入到字符串準備分割
30.             string[] sArray = page.Split(new string[] { "/r/n/r/n" }, StringSplitOptions.RemoveEmptyEntries);//分割web服務器返回代碼 分爲頭域和頁面代碼
31.             page = page.Substring(page.IndexOf("Content-Length: ") + 16);//分割字符串獲得頁面內容大小
32.             page = page.Substring(0, page.IndexOf("/r/n"));
33.             //Console.WriteLine(page);//輸出經過gzip壓縮的頁面內容的大小
34.             long begin = ms.Length - Convert.ToInt64(page);//流長度－頁面內容大小就是我們需要的頁面內容在流內的起始位置
35.             ms.Seek(begin, SeekOrigin.Begin);//移動到此位置
36.             page = clsGzip.DecompressGzip(ms);//將流傳遞給解壓縮方法
37.             //Console.WriteLine(begin);
38.             page = sArray[0] + "/r/n/r/n" + page;//將header與解壓縮後的頁面內容重新組合
39.             //Console.WriteLine(page);
41.             return page;

發送頁面請求的時候注意加上Accept-Encoding: gzip, deflate/r/n

 

終於解決了。。。還希望有朋友遇到相同的問題少走彎路