如何解码gzip编码的HTML？

Question

我从网站服务器获取了数据：

data := '
HTTP/1.1 200 OK
Content-Encoding: gzip
Vary: Accept-Encoding
Content-type: text/html
Transfer-Encoding: chunked
Server: Apache

3d5
????????????????????????????????????
????????????????????????????????????
????????????????????????????????????
';

数据大小为：3d5（十六进制） 所有数据都存储到TIdBytes变量"data"中。

如何解码gzip数据，对其进行更改，并重新编码并编辑长度3d5为新长度。

- jmp

Answer 1

Transfer-Encoding 响应头设置为 chunked。这意味着服务器将以块的形式发送数据，每个块都指示其自身的大小，其中长度为 0 的块表示数据的结束。 3d5 是第一个块的大小。如果响应中只有一个数据块，则它将是 HTML 的完整大小。 TIdHTTP 内部会处理块数据。如果去块后的数据已经被 gzip 压缩，你可以在向 TIdHTTP.Compressor 属性分配 TIdCompressorZLib 等继承自 TIdZLibCompressorBase 的组件之前，让 TIdHTTP 为你解压缩数据。

- Remy Lebeau

---

那么我认为在获得所有块之前是无法解码块的吧？ - jmp

如果HTTP数据存储在内存中，例如String或TIdBytes，您可以使用TIdHTTP对其进行解码。将TIdIOHandlerStream组件分配到TIdHTTP.IOHandler属性，并为IOHandler提供一个从内存读取的TStream（您可以使用Indy的TIdMemoryBufferStream类），以及一个空TStream用于写入。然后，使用伪造的URL调用TIdHTTP的任何请求方法，例如Get()。由TIdIOHandlerStream丢弃所生成的HTTP请求，并且TIdHTTP将按原样解析TStream数据。然后，您可以根据需要处理已解码的数据。 - Remy Lebeau

TIdIOHandlerStream有一个构造函数，带有AReceiveStream和ASendStream参数，以及一个OnGetStreams事件，带有VReceiveStream和VSendStream参数。其中任何一个都可以用来将您的数据作为ReceiveStream提供给IOHandler，并将nil作为SendStream。对于ReceiveStream，请使用TIdMemoryBufferStream、TMemoryStream、TBytesStream或其他任何您想要用来保存HTTP数据的TStream类型。 - Remy Lebeau

发现为什么不工作了，忘记设置 my_stream.Position := 0;。 - jmp

是的，那就是做法。但是，你不需要调用 TStringString.Write()。相反，将你的 data 传递给 TStringStream 构造函数即可。 - Remy Lebeau

Answer 2

您可以使用ZlibExGz单元的GZDecompressStr()函数来解压HTTP Gzip正文。只需将数据作为参数传递，就像您从HTTP响应消息中获取的那样，它将返回解压缩的数据。

uses ZlibExGz;

var s:string;

begin
 // read the gzipped data in "s"
 s:=GZDecompressStr(s);
 // now "s" contains uncompressed data
end;

- Marus Gradinaru