使用zlib库函数实现http报文的解压

最近做项目的时候遇到了一个问题，那就是需要获得http响应报文主体内容，一般响应主体会通过gzip格式进行压缩，本文就是针对这种情况所写的，可以进行内存解压，而不需要保存至本地文件再解压。至于chunked分块传输方式要先进行报文重组再进行解压，本文暂不考虑。

下图是我抓取的一个http数据包，由Content-Encoding:gzip\r\n知该报文经过了gzip压缩，而压缩后的长度可以根据Content_Length=:785\r\n知为785字节，即输入参数len。压缩后的报文保存在哪里呢？？我们可以查找“\r\n\r\n"这个字符串，压缩后的报文部分就保存在其接下来的内存地址之中，即输入参数source指针。



下面直接上代码：

#define MY_BUFF_SIZE = 1024
int ungzip(char* source,int len,char*des)//des为解压之后的内容要保存的地方
{
int ret,have;
int offset=0;
void * buff = source;
z_stream d_stream;
char uncompr[MY_BUFF_SIZE]={0};//
d_stream.zalloc = Z_NULL;
d_stream.zfree = Z_NULL;
d_stream.opaque = Z_NULL;
d_stream.next_in = Z_NULL;//inflateInit和inflateInit2都必须初始化next_in和avail_in
d_stream.avail_in = 0;//deflateInit和deflateInit2则不用

ret = inflateInit2(&d_stream,47);//这里一定要用inflateInit2（）函数进行初始化，其他的不行，我试过貌似第二个参数为31也可以，可以按照自己情况选择
d_stream.next_in= buff;//下一个要解压的字节
d_stream.avail_in= len;//还有多少字节需要解压

do//本处含义为：开始解压，每循环一次代表解压出了1024个字节（可能只解压了几百个字节）。并将解压出的内容缓存到uncompr中，然后赋值给des；
{
bzero(uncompr, MY_BUFF_SIZE);
d_stream.next_out=(Bytef *)uncompr;
d_stream.avail_out=MY_BUFF_SIZE;

ret = inflate(&d_stream,Z_NO_FLUSH);//这里就是解压函数
assert(ret != Z_STREAM_ERROR);
if (ret != Z_OK && ret != Z_STREAM_END)//解压正常返回Z_OK,解压结束返回Z_STREAM_END,
{
printf("\ninflate ret = %d\n", ret);//可能出现ret=-3，即Z_DATA_ERROR,这可能是因为数据格式不对；还有其他错误，暂时没碰到
break;
}

have=MY_BUFF_SIZE-d_stream.avail_out;//这里是将uncompr赋值给des
memcpy(des+offset,uncompr,have);
offset+=have;
}while(d_stream.avail_out==0);//结束循环条件，当最后一次循环时，解压出的字节一般不到1024字节，所以d_stream.avail_out！=0，即还有可用字节。
inflateEnd(&d_stream);
memcpy(des+offset,"\0",1);//\0表示结束
return ret;
}

对上面的数据包用上面的程序可以解压正常不报错！！

但上面代码中有一个不对的地方，那就是len的取值，这里说的是取Content_Length=:785\r\n后的785，但是当此数字比较大时会导致解压报错ret=-3，即数据格式出错，这是因为数据包再网络中传输时有最大传输长度，我们知道MTU=1560字节（我记得是这个），而tcp协议再三次握手时会协商最大接受长度MSS，该值默认为560多，具体数字我忘了，最大为1460。这意味着什么呢？我抓得另一个数据包Content_Length=:38188\r\n，但是当我调试时发现source指针在1049字节（这个数字没有意义，只不过是1460-响应报文首部长度）后就没有任何内容了，这时用上面的函数解压时当这1049个字节解压完之后必然会报ret=-3的错，因为这之后都是空，显然不符合gzip压缩格式。所以要想不报错len值应该取Content_Length和MSS（握手协商出来的）的较小者！！！！这样解压正确，但只解压了网页的一部分，对吧。要想全部解压就要把其他的包也找到并解压。这和chunked并不一样，chunked是先重组在解压，而这里是先解压在组合。因为我做的项目里面我需要的内容就在第一个包里，所以这部分没有做，希望感兴趣的同学可以补充上～～

好了，我的第一篇博客就先写到这里吧。