处理大卷曲响应 - PHP

Posted 2023-02-24

【中文标题】处理大卷曲响应 - PHP

【英文标题】：Dealing with large curl response - PHP

【发布时间】：2015-07-31 19:47:06

【问题描述】：

我编写了一个 php 脚本，它使用 curl 发出 HTTP POST 请求并执行以下操作，

准备发布变量 初始化卷曲 设置客户端 cookie 以在请求中使用 将 POST 变量设置为查询字符串 设置其他卷曲选项 执行卷曲

代码如下：

    $ch = curl_init ( $url );

    curl_setopt ( $ch, CURLOPT_COOKIE, "cookie=cookie");
    curl_setopt ( $ch, CURLOPT_POST, 1);
    curl_setopt ( $ch, CURLOPT_POSTFIELDS, $post_string);
    curl_setopt ( $ch, CURLOPT_FOLLOWLOCATION, 1);
    curl_setopt ( $ch, CURLOPT_HEADER, 0);
    curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, 1);

    $response = curl_exec( $ch );
    // this point
    extr ( $response, $param_1, $param_2);

问题是，有时响应大于 1GB，所以 PHP 代码会暂停，直到收到完整的响应（在代码中显示为 // this point），如果接收到格式错误的 html，PHP 会生成错误，所以，所有事情这里需要从头做起。

剩下的功能如下：

function extr($string = '',$a,$b)

    $doc = new DOMDocument;
    @$doc -> loadHTML($string);
    $table = $doc -> getElementById('myTableId');

    if(is_object($table)):
    foreach ($table->getElementsByTagName('tr') as $record)
    
        $rec = array();
        foreach ($record->getElementsByTagName('td') as $data)
        
            $rec[] = $data -> nodeValue;
        
        if ($rec)
        
            put_data($rec);
        
    
    else:
    
        echo 'Skipped: Param1:'.$a.'-- Param2: '.$b.'<br>';
    
    endif;


function put_data($one = array())

    $one = json_encode($one) . "\n";
    file_put_contents("data.json", $one, FILE_APPEND);


ini_set('max_execution_time', 3000000);
ini_set('memory_limit', '-1');

我能想到的替代方法是在收到数据时处理数据，如果可能的话，使用 curl，或者从之前的状态继续之前的 curl 请求。

是否有任何可能的解决方法？

我是否需要为此切换到 PHP 以外的任何其他语言？

【问题讨论】：

您可以使用字节服务并仅请求整个文件的较小块，但是由于您随后将这些块加载到 DOM 中，因此无论如何您都需要整个文件。如果你输入一个不完整的文档，dom 会呕吐。

您要求什么，可能超过 1GB 的大小？ （确定 HTTP 是正确的协议吗？）

我正在寻找 Web 服务中的安全漏洞并发现了一个通过 HTTP POST 泄露分析数据的漏洞，我只需将它们收集到 mysql 表中

【参考方案1】：

你可以做两件事：

a) 使用 SAX 解析器。 Sax 解析器类似于 DOM 解析器，但它可以处理流输入，其中 DOM 解析器必须拥有整个文档，否则会抛出错误。 Sax 解析器只会为您提供要处理的事件。

What is the difference between SAX and DOM?

b) 使用 SAX 解析器时，使用 CURLOPT_WRITEFUNCTION 递增地传递数据.. 刚刚看到 lafor 也发布了这个，所以赞成

【参考方案2】：

您可以使用带有回调的CURLOPT_WRITEFUNCTION 选项以块的形式处理数据：

curl_setopt($ch, CURLOPT_WRITEFUNCTION, function(&$ch, $data) 
   echo "\n\nchunk received:\n", $data; // process your chunk here
   return strlen($data); // returning non-positive number aborts further transfer
);

正如 cmets 中已经提到的，如果您的响应内容类型是您正在加载到 DOMDocument 中的 HTML，那么无论如何您首先需要完整的数据。