Question

我正在尝试编写一个小的HTTP本地代理服务器，以便在我的机器上运行并运行一些测试。我的服务器目前运行良好，可以很好地满足要求。

然而，当我试图分析包装工时 - 我遇到了问题。

我在我的数据包中搜索标记“”，并在找到它时将消息打印到日志中。它适用于数量非常有限的网站，而另一方面，例如StackOverflow，它没有。

在搜索接收数据中的单词之前，是否需要进行某种解码？如果是这样 - 哪个解码？如何重新编码数据以提供给浏览器？

这是我的搜索和替换代码：

data = i.recv(8192)
   if data:
      if "<head>" in data:
         print "Found Head Tag."

上面的代码是一个简单的python代码，用于从套接字中检索数据，将其保存到数据对象，以及搜索所需的标记。正如我所说，它适用于很少的网站，而不是其他网站。

Answer 1

许多网络服务器使用压缩来降低带宽使用率。您需要检查Content-Encoding的HTTP标头并应用所需的操作（即gzip解压缩）以获取纯文本。