vb6 的 winsock接收的网页文本为什么常常不正确？ - VB6论坛

leon2

等　级：新手上路
威　望：7
帖　子：731
专家分：0
注　册：2005-3-18
结帖率：100%

楼主

已结贴√ 问题点数：10 回复次数：2

vb6 的 winsock接收的网页文本为什么常常不正确？

我在 vb6 下要用 winsock 来接收百度某个贴吧首页的html代码，用 senddata 这样发送请求：

Dim strReq As String
strReq = "GET /f?kw=广州&pn=" & CStr(lFrom) & " HTTP/1.1" & vbNewLine _
    & "Accept: text/html" & vbNewLine _
    & "Host: tieba.baidu.com" & vbNewLine _
    & "Connection: Close" & vbNewLine & vbNewLine
sckIndex.SendData strReq

然后在 sckIndex_DataArrival 事件中接收数据

Private Sub sckIndex_DataArrival(ByVal bytesTotal As Long)

    Dim strData As String

    ' 接收数据
    sckIndex.GetData strData
    sckIndex.Tag = sckIndex.Tag & strData

End Sub

结果在接收了html代码的 strData 中发现，有些 html标签 </a> 变成了 ?/a> 也就是有些字符显示不正确，但是其他的html标签就没有这种错。这是为什么？急求解，在线等~~

搜索更多相关主题的帖子: 百度　贴吧首页　广州　

2011-07-28 16:36

leon2

等　级：新手上路
威　望：7
帖　子：731
专家分：0
注　册：2005-3-18

第 3 楼

得分:0

回复 2楼 jiashie

我已经发现问题了，原来是由于我接收的网页数据采用了 HTTP 1.1 的 chunk 编码所致的，因为我发现 HTTP 头有项 Transfer-encoding: chunked，上网一查就找到了处理的方法~~
原来因为网页数据按块传输，每一块之前都会插入8个字节来存储块的长度~~
某些块里面，这8个字节一不小心就把一个汉字的两个字节拆开了~于是就导致 StrConv 错误地解码了汉字和汉字以后的一串字符，包括 </a>~~
前辈说的不错，我是应该改用 Byte() 接收数据~~之后我做了一个函数把所有的 chunk 提取出来合成完整的数据，就ok了~~

呵呵，搞了半天原来是自己不熟悉 HTTP 1.1 的特性~~谢谢前辈！
以上

2011-07-29 10:20