Question

该问题还要求我们找到URL的总下载大小。但是，如果传入脚本的URL只指向单个文件资源（如JPG文件或GIF文件），该怎么办？好吧，对于单个文件资源，我们只需要找到该特定文件的大小，然后将其作为答案返回，我们就完成了。但是，对于HTML文档，我们需要找到嵌入并包含在页面中的所有资源的总大小，并将其作为答案返回

function get_remote_file_size($url) {

    $headers = get_headers($url, 1);

    if (isset($headers['Content-Length'])) 

        //checks for lower case "L" in Content-length:
    if (isset($headers['Content-length'])) 
           return $headers['Content-length'];    

}

Answer 1

这实际上是一个非常复杂的问题，而且没有明确的答案。你需要查阅很多东西，所以我会引导你完成这些步骤。

下载原始页面HTML。
使用DOM解析器将HTML实际解析为元素图。
遍历每个元素，并下载您关心的所有外部资源。这将是src，<img>，<video>，<script>等的<iframe>属性。不要忘记CSS {{1} }}。

但这并不是万能的。你现在有了一个新问题。如果JavaScript加载更多脚本怎么办？也许它通过AJAX添加数据？也许CSS引用了一些图形或其他CSS？也许嵌入字体？

更糟糕的是，有时这些东西都是定时的。有时，脚本不会加载某些东西，直到有用户交互，或者在加载几秒钟之后。

最重要的是，不要忘记加载的每件新物品都可以带来自己的东西。（例如广告通常会加载几个东西。）

您可以做的最好的事情是使用像PhantomJS这样的无头浏览器，加载页面并让脚本运行，并跟踪下载的所有资源。然后，等待几秒钟（或者如果您愿意，可以直到页面加载为止），并将其添加。但是，在页面完成时，没有万无一失的确定时间。

Answer 2

get_headers函数接受一个URL作为参数。因此，用于检索“Content-Length”标头的PHP代码将如下所示

function get_remote_file_size($url) {

$headers = get_headers($url, 1);

if (isset($headers['Content-Length'])) 
       return $headers['Content-Length'];

    //checks for lower case "L" in Content-length:
if (isset($headers['Content-length'])) 
       return $headers['Content-length'];


}

如何在名为Content-Length的HTTP标头上找到文件的下载大小？

2 个答案: