-
php抓取采集数据遇到Transfer-Encoding:chunked
网络 2014/7/2 16:30:44今天在干坏事抓取别人页面时候遇到一个问题，平时我们在post数据后，大不了要求提交cookie，但是今天这个测试了N遍不需要coookie都行的，但是抓取到的始终是乱码，怎么解析都不行。于是自己又把cookie和一大堆header给加上，还是同样的问题，于是开始郁闷了。PHP脚本不行，但是同样的提交浏览器上面就行，这个是怎么回事呢？
于是开始分析能看到的数据，终于看到一个特别的地方，我们平时请求数据的时候都会在header里面看到一个:Coontent-Length: xxxx
这个是表示这次发送的数据的长度，说明是一个完整的http数据的发送，但是今天看到的这个却没有这一项，出现的却是:Transfer-Encoding:chunked
于是开始郁闷了，这个到底是啥意思。谷歌了一番终于懂了，也找到对策了。
维基百科上面是这样解释的：
分块传输编码（Chunked transfer encoding）是超文本传输协议（HTTP）中的一种数据传输机制，允许HTTP由网页服务器发送给客户端应用（ 通常是网页浏览器）的数据可以分成多个部分。分块传输编码只在HTTP协议1.1版本（HTTP/1.1）中提供。
通常，HTTP应答消息中发送的数据是整个发送的，Content-Length消息头字段表示数据的长度。数据的长度很重要，因为客户端需要知道哪里是应答消息的结束，以及后续应答消息的开始。然而，使用分块传输编码，数据分解成一系列数据块，并以一个或多个块发送，这样服务器可以发送数据而不需要预先知道发送内容的总大小。通常数据块的大小是一致的，但也不总是这种情况。
终于知道这个是啥了，那边把数据给分段了，怪不得数据一直有问题，于是网上到处找解决办法，终于找到一个很巧妙的方法：使用HTTP 1.0协议，服务器会主动放弃chunked编码，所以在curl里面加个
curl_setopt($curl, CURLOPT_HTTP_VERSION, '1.0');
问题就解决了，就是这么简单、、、
参考资料
http://zh.wikipedia.org/zh-cn/分块传输编码
阅读(1032) 分享(0)
上一篇: Vary:Accept-Encoding的用途
下一篇: 笔记本虚拟WIFI欺骗手机并抓包分析
