Socket HTTP页面请求后对gzip页面的解压缩实现代码

需要注意的有以下几点:

 

1、通过socket页面请求后的receive内容不能经过string后再进行解压缩处理 会造成错误的gzip幻数报错

      推荐使用流处理

2、正确分析返回内容 分割header和页面代码部分

3、对页面代码部分进行解压缩

4、重组header与解压缩后的页面代码

 

解压缩使用net2.0的GZipStream类 很方便

 

代码如下：

 

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 贴吧江湖
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);//解压缩
19.             using (StreamReader reader = new StreamReader(gzip, Encoding.GetEncoding("gb2312")))//中文编码处理
20.             {
21.                 strHTML = reader.ReadToEnd();
22.             }
23.             
24.             return strHTML;
25.         }
26.     }
27. }

socket类中对此方法的调用

 

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");//将读取的字节数转换为字符串   
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);//将流的读写位置移动到开头
27.             Encoding gb2312 = Encoding.GetEncoding("gb2312");//准备获取HTTP header中页面内容的大小
28.             
29.             page = new StreamReader(ms, gb2312).ReadToEnd();//将流读入到字符串准备分割
30.             string[] sArray = page.Split(new string[] { "/r/n/r/n" }, StringSplitOptions.RemoveEmptyEntries);//分割web服务器返回代码 分为头域和页面代码
31.             page = page.Substring(page.IndexOf("Content-Length: ") + 16);//分割字符串获得页面内容大小
32.             page = page.Substring(0, page.IndexOf("/r/n"));
33.             //Console.WriteLine(page);//输出经过gzip压缩的页面内容的大小
34.             long begin = ms.Length - Convert.ToInt64(page);//流长度－页面内容大小就是我们需要的页面内容在流内的起始位置
35.             ms.Seek(begin, SeekOrigin.Begin);//移动到此位置
36.             page = clsGzip.DecompressGzip(ms);//将流传递给解压缩方法
37.             //Console.WriteLine(begin);
38.             page = sArray[0] + "/r/n/r/n" + page;//将header与解压缩后的页面内容重新组合
39.             //Console.WriteLine(page);
41.             return page;

发送页面请求的时候注意加上Accept-Encoding: gzip, deflate/r/n

 

终于解决了。。。还希望有朋友遇到相同的问题少走弯路