php - 如何判断字符串是否被压缩？

Question

如何确定字符串是否使用 gzcompress 进行了压缩(除了在调用 gzuncompress 之前/之后比较字符串的大小之外，还是这样做的正确方法)？

Answer 1

<sub>PRE:
我想，如果你发送了一个请求，你可以立即查看$http_response_header 看看是不是数组中的项目是 Content-Encoding: gzip 的变体。但这是 LAME!
有一个更好的方法。

这是如何...</sub>

检查它是否是 GZIP。像个BOSS!

according to GZIP RFC:

gzip 内容的标题如下所示

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

ID1 和ID2 将内容标识为 GZIP。 CM 声明 ZLIB_ENCODING(压缩方法)是 ZLIB_ENCODING_DEFLATE - GZIP 通常使用所有网络服务器。

oh! 它们具有固定值:

• ID1 的值为"\x1f"
• ID2 的值为"\x8b"
• CM 的值为"\x08" (或者只是 8...)<

快到了:

$is_gzip = 0 === mb_strpos($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？

• 首先初始化 PHP 引擎以使用 UTF-8(因为我们真的不知道网络服务器是否将返回 GZIP 内容。
• 提供 header Accept-Encoding: gzip，告诉网络服务器，它可能输出一个GZIP内容。
• 发现 GZIP 内容(您应该使用具有ASCII 编码 的多字节函数)。
• 最终返回纯输出，使用 ZLIB 方法很容易。