HTTP 笔记与总结（8）HTTP 与内容压缩

以环球网的一篇新闻为例，抓包图：

（Powered-By-ChinaCache:HIT from 060120b3g7.16 表示当前页面不是来自环球网的主服务器，而是来自中国的缓存服务器节点，HIT 表示命中，from 表示命中了哪一台服务器）

 

Content-Length：8306

当把当前页的源代码复制到 html 文件中，会发现文件的大小大于 Content-Length 显示的字节数。

原因在于 Content-Encoding：gzip 这个响应头信息。

为了加快网页在网络上的传输速度，服务器对主体信息进行压缩，例如 gzip 压缩、deflate 压缩、compress 压缩（Linux 服务器下）、google Chrome 的 sdch 压缩。

服务器对网页进行压缩，压缩过的内容返回给客户端，Content-Length 是压缩后的长度，客户端接受以后进行解压缩，再进行页面的渲染。

在 Apache 上打开压缩模块（启用压缩功能）

① 在 httpd.conf 中开启 deflate 模块或 gzip 模块

② 在 httpd.conf 文件中添加：

<ifmodule mod_deflate.c>
DeflateCompressionLevel 6 #压缩率，可选1-0， 6是建议值
AddOutputFilterByType DEFLATE text/plain #压缩文本文件
AddOutputFilterByType DEFLATE text/html  #压缩 html 文件
AddOutputFilterByType DEFLATE text/xml   #压缩 xml 文件
AddOutputFilterByType DEFLATE text/css   #压缩 css 文件
AddOutputFilterByType DEFLATE text/javascript  #压缩 js 文件
AddOutputFilterByType DEFLATE application/xhtml+xml
AddOutputFilterByType DEFLATE application/xml
AddOutputFilterByType DEFLATE application/rss+xml
AddOutputFilterByType DEFLATE application/atom_xml
AddOutputFilterByType DEFLATE application/x-javascript
AddOutputFilterByType DEFLATE application/x-httpd-php #压缩 php 文件
AddOutputFilterByType DEFLATE image/svg+xml
</ifmodule>

因为压缩会消耗 CPU 资源，另外比如图片/视频的压缩效果不明显，因此要指定文件类型来压缩，一般压缩文本格式的文件。

【例】

cache-01.html

压缩之前：

Content-Length：187

压缩之后：

Content-Length：152

在 HTTP 请求头信息中，Accept-Encoding 会表明当前浏览器（客户端）支持的压缩格式，这种头信息一般又叫做协商头信息：

在做采集功能时，可以不发送 Accept-Encoding 信息，这样采集到的直接是源码，也可以采集 gzip ，提高速度，再用 php 解压 gzip 的内容。