Winsocket获取数据时正文前后出现异常字符问题求助

你看到的9、0还有a这些字符并不是奇怪的乱码，而是HTTP分块传输编码的标记。你的服务器响应头里明确写了Transfer-Encoding: chunked，这意味着服务器会把响应内容拆分成多个块来发送，每个块的格式是：

• 一行十六进制数字，表示当前块的字节长度
• 紧接着是块的实际内容
• 最后用\r\n结束这个块
• 当块长度为0时，表示所有内容传输完成

比如你收到的响应：

HTTP/1.1 200 OK Date: Tue, 09 Jan 2018 15:02:01 GMT Server: Apache Connection: close Transfer-Encoding: chunked Content-Type: text/html 9 hello PHP 0

拆解一下：

• 9 是十六进制的块大小，对应十进制9，正好是hello PHP的字符长度（数一下：h e l l o 空格 P H P，共9个字符）
• hello PHP 是实际的响应内容
• 0 表示分块传输结束

当你把PHP输出改成hello2 PHP时，内容长度变成了10，十六进制就是a，所以开头的标记变成了a，这完全符合分块编码的规则，不是服务器的问题，也不是你的Winsock代码的错误，只是你没有处理这种传输格式而已。

你需要修改接收响应的逻辑，解析分块编码的内容，提取出真正的正文。下面是修改后的request函数中接收响应部分的代码示例：

// 接收响应（替换原来的接收逻辑）
string full_response;
char buffer[4096];
int recv_size;

// 先循环读取所有响应内容到full_response（TCP是流式传输，数据可能分多次到达）
while ((recv_size = recv(s, buffer, sizeof(buffer)-1, 0)) > 0) {
    buffer[recv_size] = '\0';
    full_response += buffer;
}

// 分离HTTP响应头和正文
size_t header_end = full_response.find("\r\n\r\n");
if (header_end == string::npos) {
    write("log.txt", "Invalid HTTP response - no header separator");
    closesocket(s);
    WSACleanup();
    return false;
}

string header = full_response.substr(0, header_end);
string body = full_response.substr(header_end + 4);

// 检查是否使用分块编码
if (header.find("Transfer-Encoding: chunked") != string::npos) {
    string decoded_body;
    size_t pos = 0;

    while (pos < body.size()) {
        // 找到块大小行的结束位置
        size_t chunk_size_end = body.find("\r\n", pos);
        if (chunk_size_end == string::npos) break;

        // 提取块大小的十六进制字符串，忽略分块扩展信息（如果有）
        string chunk_size_str = body.substr(pos, chunk_size_end - pos);
        size_t semicolon_pos = chunk_size_str.find(';');
        if (semicolon_pos != string::npos) {
            chunk_size_str = chunk_size_str.substr(0, semicolon_pos);
        }

        // 将十六进制字符串转为整数
        int chunk_size = strtol(chunk_size_str.c_str(), nullptr, 16);
        if (chunk_size == 0) break; // 遇到结束块，停止解析

        // 移动到块内容起始位置，提取内容
        pos = chunk_size_end + 2;
        decoded_body += body.substr(pos, chunk_size);
        // 移动到下一个块的起始位置（跳过块内容后的换行符）
        pos += chunk_size + 2;
    }

    // 写入解析后的真实正文
    write("log.txt", decoded_body);
} else {
    // 如果不是分块编码，直接写入正文
    write("log.txt", body);
}

• 你的原始代码只调用了一次recv，这可能会导致接收不完整的响应（因为TCP是流式协议，数据可能分多次发送），上面的代码用循环读取解决了这个问题。
• 实际场景中还可以优化细节，比如处理响应头的大小写（比如transfer-encoding小写形式）、十六进制大小写兼容等，但上面的代码已经能解决你当前的核心问题。

内容的提问来源于stack exchange，提问作者vlz