CFHTTP编码问题

Question

我试图使用cfhttp从其中提取一个解析信息的页面。我调用的页面标题是：

内容-编码: gzip 连接:保持-活着 内容长度: 19066 服务器: IBM_HTTP_Server 可变:接受编码，用户代理 内容-语言: en-US 缓存-控制:无缓存=“设置-cookie， 套餐-2“ 内容-类型： text/html;charset=ISO-8859-1

我将字符集设置为ISO-8859-1，但是我在FileContent中得到了以下内容(下面只显示了一个小的示例，但我认为它可以通过)。

EðÑq·Oã?·Ì\ZóL¯þ´Vú5ðbä£ÿæ¾_HÉÒñQãO\Çþãë85ÁÜà±°xsll}&b？，u?2SùQyk5g?UÛ3Ѹfã×ARÃi_iûRã_28-CA-."b /¯ßíWÝÆ´}w~,°iøÜCáÇþ@ÃZ5¤ïsÁ8½°ì* ZÜéjOÝK/Ë4§ÈG5×ä*¬6ÚwÇ0]ã:àÑþé¬G"ÅÁl/t° jlá»5¶&¯lìYìºØ'yDð½|#ý<ñìTé%¾ï¬ùƪx¶}«±o9»ë¼ÂÆÒï'w8Y?χxsll 6íqüg CAüg sóxóx·mbq xàz{ío xàmbq源

我尝试了其他字符集，并认为gzip编码是造成问题的原因，但我不确定测试是否是问题所在。任何建议或帮助都将得到极大的重视。

以下是我的代码

<cfhttp 
    METHOD="get"
    throwonerror="yes" 
    CHARSET="ISO-8859-1"
    URL="http://www.cars.com/for-sale/searchresults.action?sf1Dir=DESC&prMn=1&crSrtFlds=stkTypId-feedSegId-pseudoPrice&rd=100000&zc=44203&PMmt=0-0-0&stkTypId=28881&sf2Dir=ASC&sf1Nm=price&sf2Nm=miles&feedSegId=28705&searchSource=UTILITY&pgId=2102&rpp=10">

    <cfhttpparam type="Header" name="Accept-Encoding" value="deflate;q=0">
    <cfhttpparam type= "Header" name= "TE" value= "deflate;q=0" >
</cfhttp>

<cfset listings = #cfhttp.FileContent#>
<cfoutput>
    #listings#
</cfoutput>

我还尝试了标题：

    <cfhttpparam type="Header" name="Accept-Encoding" value="*">
    <cfhttpparam type= "Header" name= "TE" value= "deflate;q=0" >

并尝试删除“接受-编码”头，然后离开TE。

更新：我还没有弄清楚，但我发现了一些可能帮助我的东西。当我使用我的一个测试php服务器在同一个页面上运行file_get_contents时，它运行得很好，那么如果我运行相同的cfhttp代码来调用调用该页面的php页面，那么它就能正常工作。到目前为止，谢谢你的建议。

Answer 1

cars.com的问题似乎是他们两次压缩输出(基于这条线)

所以我们需要解压缩内容..。再一次..。

首先，我们需要以二进制的形式获取内容，因此CFHTTP调用需要包括

getasbinary="yes"

然后，我们需要解开它。

我们可以用java.util.zip来做这件事。gunzip是这个cflib.org函数的修改版本。

<cfhttp
    getasbinary="yes"
    METHOD="get"
    throwonerror="yes"
    CHARSET="ISO-8859-1"
    URL="http://www.cars.com/for-sale/searchresults.action?sf1Dir=DESC&prMn=1&crSrtFlds=stkTypId-feedSegId-pseudoPrice&rd=100000&zc=44203&PMmt=0-0-0&stkTypId=28881&sf2Dir=ASC&sf1Nm=price&sf2Nm=miles&feedSegId=28705&searchSource=UTILITY&pgId=2102&rpp=10" >

    <cfhttpparam type="Header" name="Accept" value="application/xml,application/xhtml+xml,text/html;q=0.9,text/plain;q=0.8,image/png,*/*;q=0.5">
    <cfhttpparam type="Header" name="User-Agent" value="Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_5_8; en-US) AppleWebKit/534.7 (KHTML, like Gecko) Chrome/7.0.517.41">
    <cfhttpparam type="Header" name="Accept-Encoding" value="deflate">
    <cfhttpparam type="Header" name="TE" value="deflate, chunked, identity, trailers">

</cfhttp>

<cfset unzippedHTML = gunzip(cfhttp.FileContent)>

<cfoutput>
    #unzippedHTML#
</cfoutput>

<cfscript>

    function gunzip(inBytes) {
        var gzInStream = createObject('java','java.util.zip.GZIPInputStream');
        var outStream = createObject('java','java.io.ByteArrayOutputStream');
        var inStream = createObject('java','java.io.ByteArrayInputStream');
        var buffer = repeatString(" ",1024).getBytes();
        var length = 0;
        var rv = "";

        try {
            inStream.init(inBytes);
            gzInStream.init(inStream);
            outStream.init();
            do {
                length = gzInStream.read(buffer,0,1024);
                if (length neq -1) outStream.write(buffer,0,length);
            } while (length neq -1);
            rv = outStream.toString();
            outStream.close();
            gzInStream.close();
            inStream.close();
        }
        catch (any e) {
            rv = "";
            try {
                outStream.close();
            } catch (any e) { }
                try {
                    gzInStream.close();
                } catch (any e) {
                    try {
                        inStream.close();
                    } catch (any e) {}
                }
        }
        return rv;
    }
</cfscript>

确保对函数的var作用域进行双重检查。我可能漏掉了什么。

Answer 2

在标题中，您看到的是文件的压缩内容。在它对你有用之前，它需要被解压缩。我想你可以用cfzip做这件事，但还没有任何经验。

这个职位似乎表明您可以在请求中添加一个标头，以便在返回之前将其解压缩/压缩：

<cfhttp ...>
    <cfhttpparam type="Header" name="Accept-Encoding" value="deflate;q=0">
    <cfhttpparam type="Header" name="TE" value="deflate;q=0">
</cfhttp>

Answer 3

我要做的第一件事是，通过对其他页面尝试相同的代码，确保不是源内容/服务器造成的问题。如果它们运行良好，那么很可能是您试图使用的服务器/内容。如果他们有同样的问题，那么问题就在您的代码中。如果您发布了您的代码，也将是有帮助的。