Question

我目前正在开发一个代理服务器，我们在这种情况下必须修改我们推送的数据（使用regexp）。

在大多数情况下它工作正常，除了使用gzip作为内容编码的网站（我认为），我遇到了一个名为compress的模块，并尝试通过解压缩/推送我收到的块gunzip流，但它并没有像我预期的那样真实。（见下面的代码）

我想发布一些代码来支持我的概率，这是用mvc（express）加载的代理：

module.exports = {
index: function(request, response){
    var iframe_url = "www.nu.nl"; // site with gzip encoding    

    var http = require('http');     
    var httpClient = http.createClient(80, iframe_url);
    var headers = request.headers;
    headers.host = iframe_url;

    var remoteRequest = httpClient.request(request.method, request.url, headers);

    request.on('data', function(chunk) {
        remoteRequest.write(chunk);
    });

    request.on('end', function() {
        remoteRequest.end();
    });

    remoteRequest.on('response', function (remoteResponse){         
        var body_regexp = new RegExp("<head>"); // regex to find first head tag
        var href_regexp = new RegExp('\<a href="(.*)"', 'g'); // regex to find hrefs

        response.writeHead(remoteResponse.statusCode, remoteResponse.headers);

        remoteResponse.on('data', function (chunk) {
    var body = doDecompress(new compress.GunzipStream(), chunk);
            body = body.replace(body_regexp, "<head><base href=\"http://"+ iframe_url +"/\">");
            body = body.replace(href_regexp, '<a href="#" onclick="javascript:return false;"');             

            response.write(body, 'binary');
        });

        remoteResponse.on('end', function() {

            response.end();
            });
        });
    }
};

在var body部分我想读取正文，例如在这种情况下，通过用＃替换它们来删除所有href。这里的问题当然是当我们有一个gzip编码/压缩的网站时，它都是乱码，我们无法应用正则表达式。

现在我已经厌倦了使用node-compress模块：

 doDecompress(new compress.GunzipStream(), chunk);

指的是

function doDecompress(decompressor, input) {
  var d1 = input.substr(0, 25);
  var d2 = input.substr(25);

  sys.puts('Making decompression requests...');
  var output = '';
  decompressor.setInputEncoding('binary');
  decompressor.setEncoding('utf8');
  decompressor.addListener('data', function(data) {
    output += data;
  }).addListener('error', function(err) {
    throw err;
  }).addListener('end', function() {
    sys.puts('Decompressed length: ' + output.length);
    sys.puts('Raw data: ' + output);
  });
  decompressor.write(d1);
  decompressor.write(d2);
  decompressor.close();
  sys.puts('Requests done.');
}

但它失败了，因为块输入是一个对象，所以我尝试将它作为chunk.toString（）提供，它也因无效的输入数据而失败。

我想知道我是否正朝着正确的方向前进？

Answer 1

解压缩器需要二进制编码输入。您的响应收到的块是Buffer的实例，toString()方法默认为您提供UTF-8编码的字符串。

因此，您必须使用chunk.toString('binary')才能使其正常工作，这也可以在demo中看到。

Node.js代理，处理gzip DE压缩

1 个答案: