精易模块网页读取不完全

t00t00 · 发表于 2020-3-19 23:18:48

本帖最后由 t00t00 于 2020-3-19 23:35 编辑

网页_访问S这类函数自带到文本函数存在BUG，一旦网页内容中出现00字节就会截断，如果00出现在开头，直接返回空文本。

按照标准应该忽略00字节，继续转换下去，直到文件末。这种BUG可以拿来抗易语言爬虫

测试URL：

国内加速源：

国外默认源：

尝试用易语言获取URL内容，再对比一下浏览器获取的内容，明显不同

影响范围

精易模块所有版本中的所有网页内容获取函数（包括但不限于网页_访问S，网页_取网页源码，但是返回值必须是文本型）

补充内容 (2020-3-20 07:45):
希望精易模块在`网页_访问`中加入`是否去除空字节集（默认为真）`的选项

xiansheng1 · 发表于 2020-7-12 11:19:16

新技能已get√新技能已get√

t00t00 · 发表于 2020-3-19 23:45:26

longsui48 发表于 2020-3-19 23:39
直接字节集_子替换把{0}都替换了不过万一有的xx是有{0}的记得把它分割开再替换

谢谢谢谢，学到了

longsui48 · 发表于 2020-3-19 23:39:31

t00t00 发表于 2020-3-19 23:32
感谢，一开始确实没有想到。不过如果00字节不是出现在开头该怎么处理呢？

直接字节集_子替换把{0}都替换了不过万一有的xx是有{0}的记得把它分割开再替换

t00t00 · 发表于 2020-3-19 23:32:41

本帖最后由 t00t00 于 2020-3-19 23:37 编辑

longsui48 发表于 2020-3-19 23:28
这不是网页_访问系列的锅是字节集转换到文本的锅
到文本 (字节集_替换 (网页_访问_对象 (“https://cdn.j ...

感谢，一开始确实没有想到。不过如果00字节不是出现在开头该怎么处理呢？

longsui48 · 发表于 2020-3-19 23:29:47

可以读到的

longsui48 · 发表于 2020-3-19 23:28:40

这不是网页_访问系列的锅是字节集转换到文本的锅
到文本 (字节集_替换 (网页_访问_对象 (“https://cdn.jsdelivr.net/gh/voltachan/ebug@master/test.txt”), 1, 1, { }))
你试试这样写呢?

		自动登录	找回密码
密码			注册