ip数据库 纯真 mysql 查询_纯真IP数据库格式详解 附demo

纯真版IP数据库，优点是记录多，查询速度快，它只用一个文件QQWry.dat就包含了所有记录，方便嵌入到其他程序中，也方便升级。缺点是你想要编辑它却是比较麻烦的，由于其文件格式的限制，你要直接添加IP记录就不容易了

基本结构

QQWry.dat

文件在结构上分为3块：文件头，记录区，索引区。一般我们要查找IP时，先在索引区查找记录偏移，然后再到记录区读出信息。由于记录区的记录是不定长的，

所以直接在记录区中搜索是不可能的。由于记录数比较多，如果我们遍历索引区也会是有点慢的，一般来说，我们可以用二分查找法搜索索引区，其速度比遍历索引

区快若干数量级。图1是QQWry.dat的文件结构图。

图1. QQWry.dat文件结构

要注意的是，QQWry.dat里面全部采用了little-endian字节序

一. 了解文件头

QQWry.dat的文件头只有8个字节，其结构非常简单，首四个字节是第一条索引的绝对偏移，后四个字节是最后一条索引的绝对偏移。

二. 了解记录区

每

条IP记录都由国家和地区名组成，国家地区在这里并不是太确切，因为可能会查出来“清华大学计算机系”之类的，这里清华大学就成了国家名了，所以这个国家

地区名和IP数据库制作的时候有关系。所以记录的格式有点像QName，有一个全局部分和局部部分组成，我们这里还是沿用国家名和地区名的说法。

于

是我们想象着一条记录的格式应该是:

[IP地址][国家名][地区名]，当然，这个没有什么问题，但是这只是最简单的情况。很显然，国家名和地区名可能会有很多的重复，如果每条记录都保存一

个完整的名称拷贝是非常不理想的，所以我们就需要重定向以节省空间。所以为了得到一个国家名或者地区名，我们就有了两个可能：第一就是直接的字符串表示的

国家名，第二就是一个4字节的结构，第一个字节表明了重定向的模式，后面3个字节是国家名或者地区名的实际偏移位置。对于国家名来说，情况还可能更复杂

些，因为这样的重定向最多可能有两次。

那么什么是重定向模式？根据上面所说，一条记录的格式是[IP地址][国家记录][地区记录]，如果国家记录是重定向的话，那么地区记录是有可能没有的，于是就有了两种情况，我管他叫做模式1和模式2。我们对这些格式的情况举图说明：

图2. IP记录的最简单形式

图2表示了最简单的IP记录格式，我想没有什么可以解释的

图3. 重定向模式1

图3演示了重定向模式1的情况。我们看到在模式1的情况下，地区记录也跟着国家记录走了，在IP地址之后只剩下了国家记录的4字节，后面3个字节构成了一个指针，指向了实际的国家名，然后又跟着地址名。模式1的标识字节是0x01。

图4. 重定向模式2

图

4演示了重定向模式2的情况。我们看到了在模式2的情况下(其标识字节是0x02)，地区记录没有跟着国家记录走，因此在国家记录之后4个字节之后还是有

地区记录。我想你已经明白了模式1和模式2的区别，即：模式1的国家记录后面不会再有地区记录，模式2的国家记录后会有地区记录。下面我们来看一下更复杂

的情况。

图5. 混和情况1

图

5演示了当国家记录为模式1的时候可能出现的更复杂情况，在这种情况下，重定向指向的位置仍然是个重定向，不过第二次重定向为模式2。大家不用担心，没有

模式3了，这个重定向也最多只有两次，并且如果发生了第二次重定向，则其一定为模式2，而且这种情况只会发生在国家记录上，对于地区记录，模式1和模式2

是一样的，地区记录也不会发生2次重定向。不过，这个图还可以更复杂，如图7：

图6. 混和情况2

图6是模式1下最复杂的混和情况，不过我想应该也很好理解，只不过地区记录也来重定向而已，有一点我要提醒你，如果重定向的地址是0，则表示未知的地区名。

所

以我们总结如下：一条IP记录由[IP地址][国家记录][地区记录]组成，对于国家记录，可以有三种表示方式：字符串形式，重定向模式1和重定向模式

2。对于地区记录，可以有两种表示方式：字符串形式和重定向，另外有一条规则：重定向模式1的国家记录后不能跟地区记录。按照这个总结，在这些方式中合理

组合，就构成了IP记录的所有可能情况。

设计的理由

在我们继续去了解索引区的结构之前，我们先来了解一下为何记录区的结构要如此设

计。我想你可能想到了答案：字符串重用。没错，在这种结构下，对于一个国家名和地区名，我只需要保存其一次就可以了。我们举例说明，为了表示方便，我们用

小写字母代表IP记录，C表示国家名，A表示地区名：

有两条记录a(C1, A1), b(C2, A2)，如果C1 = C2, A1 = A2，那么我们就可以使用图3显示的结构来实现重用

有三条记录a(C1, A1), b(C2, A2), c(C3, A3)，如果C1 = C2, A2 = A3，现在我们想存储记录b，那么我们可以用图6的结构来实现重用

有两条记录a(C1, A1), b(C2, A2)，如果C1 = C2，现在我们想存储记录b，那么我们可以采用模式2表示C2，用字符串表示A2

你可以举出更多的情况，你也会发现在这种结构下，不同的字符串只需要存储一次。

了解索引区

在"了解文件头"部分，我们说明了文件头实际上是两个指针，分别指向了第一条索引和最后一条索引的绝对偏移。如图8所示：

图8. 文件头指向索引区图示

实

在是很简单，不是吗？从文件头你就可以定位到索引区，然后你就可以开始搜索IP了！每条索引长度为7个字节，前4个字节是起始IP地址，后三个字节就指向

了IP记录。这里有些概念需要说明一下，什么是起始IP，那么有没有结束IP？ 假设有这么一条记录：166.111.0.0 -

166.111.255.255，那么166.111.0.0就是起始IP，166.111.255.255就是结束IP，结束IP就是IP记录中的那头

4个字节，这下你应该就清楚了吧。于是乎，每条索引配合一条记录，构成了一个IP范围，如果你要查找166.111.138.138所在的位置，你就会发

现166.111.138.138落在了166.111.0.0 - 166.111.255.255

这个范围内，那么你就可以顺着这条索引去读取国家和地区名了。那么我们给出一个最详细的图解吧：

图9. 文件详细结构

现

在一切都清楚了是不是？也许还有一点你不清楚，QQWry.dat的版本信息存在哪里呢？

答案是：最后一条IP记录实际上就是版本信息，最后一条记录显示出来就是这样：255.255.255.0 255.255.255.255 纯真网络

2004年6月25日IP数据。OK，到现在你应该全部清楚了。

PHP Demo 不记得demo出处了

var $first; //第一条索引

var $last; //最后一条索引

var $total; //索引总数

//构造函数

function__construct(){$this->fh = fopen('./qqwry.dat', 'rb'); //qqwry.dat文件

$this->first = $this->getLong4();$this->last = $this->getLong4();$this->total = ($this->last - $this->first) / 7; //每条索引7字节

}//检查IP合法性

function checkIp($ip){$arr = explode('.', $ip);if( count($arr) !=4){return false;

}else{for( $i=0; $i<4; $i++){if( $arr[$i] '255') {return false;

}

}

}return true;

}functiongetLong4(){//读取little-endian编码的4个字节转化为长整型数

$result = unpack('Vlong', fread($this->fh, 4));return $result['long'];

}functiongetLong3() {//读取little-endian编码的3个字节转化为长整型数

$result = unpack('Vlong', fread($this->fh, 3).chr(0));return $result['long'];

}//查询信息

function getInfo($data = "") {$char = fread($this->fh, 1);while( ord($char) != 0) { //国家地区信息以0结束

$data .= $char;$char = fread($this->fh, 1);

}return $data;

}//查询地区信息

functiongetArea() {$byte = fread($this->fh, 1); //标志字节

switch (ord($byte)) {case 0: $area = ''; break; //没有地区信息

case 1: //地区被重定向

fseek($this->fh, $this->getLong3());$area = $this->getInfo(); break;case 2: //地区被重定向

fseek($this->fh, $this->getLong3());$area = $this->getInfo(); break;default: $area = $this->getInfo($byte); break; //地区没有被重定向

}return $area;

}function ip2addr($ip) {if( !$this->checkIp($ip) ){return false;

}$ip = pack('N', intval(ip2long($ip)) );//二分查找

$l = 0;$r = $this->total;while($l <= $r) {$m = floor(($l + $r) / 2); //计算中间索引

fseek($this->fh, $this->first + $m * 7);$beginip = strrev(fread($this->fh, 4)); //中间索引的开始IP地址

fseek($this->fh, $this->getLong3());$endip = strrev(fread($this->fh, 4)); //中间索引的结束IP地址

if( $ip < $beginip) { //用户的IP小于中间索引的开始IP地址时

$r = $m - 1;

}else{if( $ip > $endip) { //用户的IP大于中间索引的结束IP地址时

$l = $m + 1;

}else{ //用户IP在中间索引的IP范围内时

$findip = $this->first + $m * 7;break;

}

}

}//查询国家地区信息

fseek($this->fh, $findip);$location['beginip'] = long2ip($this->getLong4()); //用户IP所在范围的开始地址

$offset = $this->getlong3();fseek($this->fh, $offset);$location['endip'] = long2ip($this->getLong4()); //用户IP所在范围的结束地址

$byte = fread($this->fh, 1); //标志字节

switch( ord($byte) ){case 1: //国家和区域信息都被重定向

$countryOffset = $this->getLong3(); //重定向地址

fseek($this->fh, $countryOffset);$byte = fread($this->fh, 1); //标志字节

switch( ord($byte) ){case 2: //国家信息被二次重定向

fseek($this->fh, $this->getLong3());$location['country'] = $this->getInfo();fseek($this->fh, $countryOffset + 4);$location['area'] = $this->getArea();break;default: //国家信息没有被二次重定向

$location['country'] = $this->getInfo($byte);$location['area'] = $this->getArea();break;

}break;case 2: //国家信息被重定向

fseek($this->fh, $this->getLong3());$location['country'] = $this->getInfo();fseek($this->fh, $offset + 8);$location['area'] = $this->getArea();break;default: //国家信息没有被重定向

$location['country'] = $this->getInfo($byte);$location['area'] = $this->getArea();break;

}//gb2312 to utf-8(去除无信息时显示的CZ88.NET)

foreach ($location as $k => $v) {$location[$k] = str_replace('CZ88.NET', '', iconv('gb2312', 'utf-8', $v));

}return $location;

}//析构函数

function__destruct() {fclose($this->fh);

}

}$ip = newIP();$addr = $ip->ip2addr('113.247.15.120');print_r($addr);