码迷,mamicode.com
首页 > 其他好文 > 详细

curl只能抓取页面的部分内容的原因

时间:2014-07-21 10:17:53      阅读:226      评论:0      收藏:0      [点我收藏+]

标签:style   http   color   使用   strong   os   



核心提示:先列出 HessianPHP 的错误提示: CURL transport error: transfer closed with outstanding read data remaining 基础知识背景: 1)“Expect: 100-continue”的来龙去脉: HTTP/1.1 协议里设计100 (Continue) HTTP 状态码的的目的是,在客 ...      

先列出 HessianPHP 的错误提示:

CURL transport error: transfer closed with outstanding read data remaining


基础知识背景:

1)“Expect: 100-continue”的来龙去脉:  HTTP/1.1 协议里设计100 (Continue) HTTP 状态码的的目的是,在客户端发送 Request Message 之前,HTTP/1.1 协议允许客户端先判定服务器是否愿意接受客户端发来的消息主体(基于 Request Headers)。  即,Client 和 Server 在 Post (较大)数据之前,允许双方“握手”,如果匹配上了,Client 才开始发送(较大)数据。  这么做的原因是,如果客户端直接发送请求数据,但是服务器又将该请求拒绝的话,这种行为将带来很大的资源开销。  协议对 HTTP/1.1 clients 的要求是:

如果 client 预期等待“100-continue”的应答,那么它发的请求必须包含一个 " Expect: 100-continue" 的头域!

2)libcurl 发送大于1024字节数据时启用“Expect:100-continue‘特性:

 这也就是 Laruence 在 2011 年撰文所写的:  内容来自17jquery

在使用 curl 做 POST 的时候,当要 POST 的数据大于 1024 字节的时候,curl 并不会直接就发起 POST 请求,而是会分为两步: 1. 发送一个请求,包含一个 "Expect: 100-continue" 头域,询问 Server 是否愿意接收数据; 2. 接收到 Server 返回的 100-continue 应答以后,才把数据 POST 给 Server; 这是 libcurl 的行为。

一起jquery,17jquery

zxgfa 在 2012年补充说:

第一,libcurl 在发送大于 1024 字节的 POST 请求时采用了这种方法,但是相对的,它会引起请求延迟的加大。 第二,并不是所有的 web server 都能正确处理并应答“100-continue”,比如 lighttpd,就会返回417” Expectation Failed “,造成请求逻辑出错。(郑昀注1:lighttpd 1.4 版本有此严重问题,于1.5版本修复。 郑昀注2:Resin 于 3.0.5 版本增加了对 Expect: 100-continue 的支持。)

3)PHP Curl-library 可以主动封禁此特性:  有人在PHP手册::curl_setopt下留言说:  PHP curl 遵从 libcurl 的特性。由于不是所有 web servers 都支持这个特性,所以会产生各种各样的错误。如果你遇到了,可以用下面的命令封禁"Expect"头域: <?php

curl_setopt($ch,CURLOPT_HTTPHEADER, array(‘Expect:‘));
?>
 pooy示范代码如下所示:

内容来自17jquery

图1 You can convince PHP‘s curl backend to stop doing the 100-continue-thing by setting an explicit request header


其他知识背景:

  • 根据HessianTransport 代码所述,”Hessian request using the CURL library“。


问题现象:

通信协议是 Hessian。 调用接口时所传参数在某种极端条件下, POST 的数据长度超过 1024 字节,hessian 报错“CURL transport error: transfer closed with outstanding read data remaining”。

解决:修改hessian中 CURLOPT 项: CURLOPT_HTTPHEADER => array("Content-Type: application/binary") 改为 CURLOPT_HTTPHEADER => array("Content-Type: application/binary","Expect:")


curl只能抓取页面的部分内容的原因,布布扣,bubuko.com

curl只能抓取页面的部分内容的原因

标签:style   http   color   使用   strong   os   

原文地址:http://my.oschina.net/wojibuzhu/blog/288702

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!