PHP cURL 获取 Gzip 编码 HTML 响应应该怎么正确处理

在使用PHP的cURL扩展进行网页内容抓取时，经常会碰到目标服务器返回Gzip编码的HTML响应的情况，如果不做对应处理，获取到的内容会是一串无法识别的乱码，无法正常进行后续的解析操作。这是因为很多网站为了节省传输带宽，会在服务端开启Gzip压缩，对返回的HTML内容进行压缩后再传输给客户端，客户端需要先对压缩内容进行解码才能得到原始的HTML文本。

核心处理思路

要正确处理Gzip编码的HTML响应，核心分为两步：第一步是配置cURL请求时支持接收Gzip压缩的响应，第二步是在获取到响应后，判断响应内容是否经过Gzip压缩，如果是则进行解码操作。

第一步：配置cURL支持Gzip响应

首先需要在cURL初始化后，设置对应的请求头，告诉服务器客户端支持接收Gzip压缩的响应内容，同时需要设置cURL自动处理HTTP压缩的相关选项。以下是基础的cURL配置代码：

<?php
// 初始化cURL会话
$ch = curl_init();
// 设置目标URL
curl_setopt($ch, CURLOPT_URL, "https://ipipp.com/test.html");
// 设置返回响应结果而不是直接输出
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
// 设置支持接收Gzip压缩的响应，告诉服务器客户端支持gzip编码
curl_setopt($ch, CURLOPT_ENCODING, "gzip");
// 可选：设置用户代理，避免被服务器识别为爬虫拒绝请求
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36");
// 可选：设置超时时间，避免请求卡住
curl_setopt($ch, CURLOPT_TIMEOUT, 10);
?>

这里的关键是CURLOPT_ENCODING选项，设置为gzip之后，cURL会自动在请求头中添加Accept-Encoding: gzip，同时如果服务器返回的是Gzip压缩的响应，cURL会自动对其进行解码，不需要我们手动处理。不过为了兼容一些特殊情况，我们也可以手动判断并解码。

第二步：判断并解码响应内容

有时候服务器可能不会严格按照请求头返回压缩内容，或者部分环境下cURL的自动解码没有生效，这时候就需要我们手动判断响应是否经过Gzip压缩，再进行对应处理。我们可以通过检查响应头中的Content-Encoding字段来判断，也可以通过响应内容的二进制特征来判断。

以下是手动判断并解码的完整示例代码：

<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "https://ipipp.com/test.html");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
// 同时获取响应头信息，方便判断编码类型
curl_setopt($ch, CURLOPT_HEADER, true);
curl_setopt($ch, CURLOPT_ENCODING, "gzip");

// 执行请求
$response = curl_exec($ch);
if (curl_errno($ch)) {
    echo "cURL请求错误：" . curl_error($ch);
    curl_close($ch);
    exit;
}
// 获取响应头大小
$headerSize = curl_getinfo($ch, CURLINFO_HEADER_SIZE);
// 分割响应头和响应体
$header = substr($response, 0, $headerSize);
$body = substr($response, $headerSize);
curl_close($ch);

// 解析响应头，获取Content-Encoding字段
$headers = explode("rn", $header);
$contentEncoding = "";
foreach ($headers as $item) {
    if (stripos($item, "Content-Encoding:") === 0) {
        $contentEncoding = trim(str_replace("Content-Encoding:", "", $item));
        break;
    }
}

// 判断是否是gzip编码
if (strtolower($contentEncoding) === "gzip") {
    // 使用gzdecode函数解码，需要PHP开启zlib扩展
    $decodedBody = gzdecode($body);
    if ($decodedBody !== false) {
        $body = $decodedBody;
    } else {
        // 如果gzdecode失败，尝试用gzuncompress处理
        $body = gzuncompress($body);
    }
}

// 输出最终的HTML内容
echo $body;
?>

常见问题说明

• 如果执行代码时报gzdecode函数不存在，需要检查PHP是否开启了zlib扩展，在php.ini中添加extension=zlib并重启服务即可。
• 部分服务器可能返回的是deflate编码的响应，这时候可以将CURLOPT_ENCODING设置为空字符串，cURL会自动处理所有支持的压缩编码类型。
• 如果抓取的是本地测试地址比如127.0.0.1或者192.168.0.1的内容，不需要修改地址，直接正常使用即可。

总结

处理PHP cURL获取的Gzip编码HTML响应，最简单的方式是直接设置CURLOPT_ENCODING为gzip，让cURL自动处理解码工作。如果需要更高的兼容性，可以手动获取响应头判断编码类型，再调用对应的解码函数处理。只要按照上述步骤配置和处理，就能稳定获取到正常的HTML内容，避免乱码问题。

PHPcURLGzip_encodingHTML_responseHTTP_compression修改时间：2026-06-18 05:51:34