http管道:使用gzip传输数据

Question

我打算使用http-conduit通过HTTP/HTTPS获取大量数据。为了有效地做到这一点，我想使用Accept-Encoding: deflate,gzip标头来允许服务器(如果支持的话)以压缩的方式传输数据。

然而，我想从中获取的一些服务器似乎错误地使用Content-Encoding: gzip标头进行响应，而没有返回gzip数据。

因此，我需要处理以下情况：

• 服务器不支持压缩-->返回纯响应正文
• 服务器返回gzipped/deflated内容-->返回解压缩的响应体
• 服务器表示(在响应标头中返回gzip内容，但gzip解码失败-->返回纯响应正文

在第三种情况下，可以(在这个特定的情况下)安全地假设，明文、未压缩的数据看起来不像gzip数据，所以响应标头说它是gzipped&amp；un-zip失败完全等同于数据未压缩。

如何使用http-conduit执行此操作？

注意：这个问题故意不显示研究成果，因为它已经在问答中立即得到了回答；A型方式。

Answer 1

为了使这个答案更加简洁，我们将使用代码&我以前的一些帖子中的概念：

• simpleHttpWithManager
• 从这里进行容错gzip/delate解码

为了避免重复，我将首先解释基本步骤，然后提供一个完整的示例。

首先，我们将处理发送标头的问题。注意，如果http-types包含hContentEncoding，则hAcceptEncoding不是预定义的。除此之外，这是一项琐碎的任务。

发送请求后，我们需要检查是否有Content-Encoding。如果没有，我们将假设为未压缩的明文，否则我们需要检查它是gzip还是deflate。在这种情况下，它到底是哪一个并不重要，因为[zlib]支持通过标头进行自动检测。

对于这个相当简单的示例，我们只是假设，如果服务器返回既不存在也不存在gzip或deflate的Content-Encoding值，则响应不会被压缩。由于我们不允许(通过Accept-Encoding)像sdch这样的其他压缩，服务器这样做将违反HTTP标准。

如果我们检测到压缩编码，我们会尝试解压缩并返回它。如果失败或数据根本没有压缩，我们会返回纯响应体。

下面是一个例子：

{-# LANGUAGE OverloadedStrings #-}
import Network.HTTP.Conduit
import Network.Connection
import Codec.Compression.Zlib.Internal
import Data.Maybe
import Data.Either
import Network.HTTP.Types
import Data.ByteString.Char8 (ByteString)
import qualified Data.ByteString.Lazy.Char8 as LB
myurl :: String
myurl = "http://stackoverflow.com"
hAcceptEncoding :: HeaderName
hAcceptEncoding = "Accept-Encoding"
-- | The Accept-Encoding HTTP header value for allowing gzip or deflated responses
gzipDeflateEncoding :: ByteString
gzipDeflateEncoding = "gzip,deflate"
-- HTTP header list that allows gzipped/deflated response
compressionEnabledHeaders :: RequestHeaders
compressionEnabledHeaders = [(hAcceptEncoding, gzipDeflateEncoding)]
-- | Give an encoding string and a HTTP response object,
--   Checks if the Content-Encoding header value of the response object
--   is equal to the given encoding. Returns false if no ContentEncoding
--   header exists in the given response, or if the value does not match
--   the encoding parameter.
hasResponseEncoding :: ByteString -> Response b -> Bool
hasResponseEncoding encoding response =
let responseEncoding = lookup hContentEncoding headers
headers = responseHeaders response
in maybe False (== encoding) responseEncoding
-- | Convert the custom error format from zlib to a Either
decompressStreamToEither :: DecompressStream -> Either String LB.ByteString
decompressStreamToEither (StreamError _ errmsg) = Left errmsg
decompressStreamToEither stream@(StreamChunk _ _) = Right $ fromDecompressStream stream
decompressStreamToEither StreamEnd = Right $ ""
-- | Decompress with explicit error handling
safeDecompress :: LB.ByteString -> Either String LB.ByteString
safeDecompress bstr = decompressStreamToEither $ decompressWithErrors gzipOrZlibFormat defaultDecompressParams bstr
-- | Decompress gzip, if it fails, return uncompressed String
decompressIfPossible :: LB.ByteString -> LB.ByteString
decompressIfPossible bstr =
let conv (Left a) = bstr
conv (Right a) = a
in (conv . safeDecompress) bstr
-- | Tolerantly decompress response body. As some HTTP servers set the header incorrectly,
--   just return the plain response text if the compression fails
decompressResponseBody :: Response LB.ByteString -> LB.ByteString
decompressResponseBody res
| hasResponseEncoding "gzip" res = decompressIfPossible $ responseBody res
| hasResponseEncoding "deflate" res = decompressIfPossible $ responseBody res
| otherwise = responseBody res
-- | Download like with simpleHttp, but using an existing manager for the task
--   and automatically requesting & handling gzipped data
simpleHttpWithAutoGzip :: Manager -> String -> IO LB.ByteString
simpleHttpWithAutoGzip manager url = do req <- parseUrl url
let req' = req {requestHeaders = compressionEnabledHeaders}
fmap decompressResponseBody $ httpLbs req' manager
-- Example usage
main :: IO ()
main = do manager <- newManager conduitManagerSettings -- Create a simple manager
content <- simpleHttpWithAutoGzip manager "http://stackoverflow.com"
-- Print the uncompressed content
print $ content