PHP - 读取操作IP地址数据库文件QQWry.dat

首先看看QQWry.Data文件的内容结构
,以及解读方式

一、文件结构
文件主要分三个结构
1、文件头,8个字节;
2、数据记录区,不定长度;
3、索引区,长度为 7 的整数倍;

二、文件头
文件头的8个字节分两部分,每个部分4个字节,分别指定了索引区的开始地址和结束地址。所以可以通过两个地址的差值 除 7 后 加 1 可以计算出总的记录数。

二、记录区
记录区的数据需要通过索引区的数据来获得各个数据的起始位置;本区数据记录了IP地址的结束地址和地区字符串;所有地区字符串都以 0×00 为结束。

三、索引区
检索IP对应的地区,关键就是找到IP起始地址对应的索引内容。一个IP索引数据包含7个字节,前4个字节是IP地址起始值,后3个字节是对应的IP数据 记录在文件内的偏移地址;IP数据记录中,前 4 个字节是IP结束地址;紧跟的数据有两种模式: 0×01 模式 和 0×02 模式。

0×01模式,即在IP数据的第5个字节是 0×01,则在后面的 3 个字节是国家地区数据的偏移地址;国家地区数据包括国家和地区这两个字符串。即
—————————————————————
4字节 | 3字节 重定向 0x NN NN NN -> 国家地区数据的文件偏移地址
—————————————————————

0×02模式,即在IP数据的第5个字节是 0×02,则在后面的 3 个字节是国家数据的偏移地址,地区数据是再往后的字符串,以 0×00 截至。即
—————————————————————————–
4字节 | 3字节 重定向 0x NN NN NN -> 国家数据的文件偏移地址 | 地区字符串 | 0×00
—————————————————————————–

对于 0×01 模式所得到的 国家地区数据中,它可能又带有一个重定向结构,即
————————————–
国家字符串 | 0×00 | 地区字符串 | 0×00
————————————–

————————————————————————-
国家字符串 | 0×00 | 0×02 | 3字节 0x NN NN NN -> 地区字符串的文件偏移地址
————————————————————————-

对于前一种情况,比较简单,直接读出两个字符串数据就可以了;对于后一种情况,需要再次重定向到地区字符串的偏移地址,然后读取到 0×00 为字符串结尾。

对于这种采取地址映射实际字符串值的方式,主要作用是避免重复记录字符串值。在整个IP地址库文件中,有太多相同字符串记录了,采用 3 字节的映射地址要比重复记录字符串值节省太多空间了。

PHP代码读取操作QQWry.dat文件

function bin2ip($bin){
	$ip = '';
	$bd = str_split($bin, 1);
	for($i = 4; $i > 0; $i--){
		$ip .= "." . sprintf("%03d", implode('', unpack('s', $bd[$i-1] . chr(0))));
	}
	return substr($ip, 1);
}

//--------------------------------------------------
$f = fopen('QQWry.Dat', 'r');
$c = fread($f, 4);
$d = fread($f, 4);

$index_begin	= implode('', unpack('L', $c));
$index_end		= implode('', unpack('L', $d));
if($index_begin < 0) $index_begin += pow(2, 32);
if($index_end < 0) $index_end += pow(2, 32);

$ip_num = ($index_end - $index_begin) / 7 + 1;

echo "index begin at: $index_begin\n";
echo "index end at: $index_end\n";
echo "ip data count : $ip_num\n";

$output = '';

for($i = 0; $i < $ip_num; $i++){

	//文件指针指到每个IP数据文件的索引取得索引数据(7字节)上
	fseek($f, $i * 7 + $index_begin);
	$ip4 = fread($f, 4); //IP起始地址
	if(strlen($ip4) < 4) exit('data file error');

	$ip3 = fread($f, 3); //IP记录偏移地址
	if(strlen($ip3) < 3) exit('data file error');

	$dataseek = implode('', unpack('L', $ip3 . chr(0)));
	if($dataseek < 0) $index_ip_record += pow(2, 32);

	//指向记录区 $dataseek 位置查找记录
	fseek($f, $dataseek);
	$ipdata = fread($f, 4); //IP结束地址
	if(strlen($ipdata) < 4) exit('data file error');

	$area = '';
	$country = '';

	//读一个标记位
	$flag = fread($f, 1);
	if($flag == chr(1)){ //国家名偏移标记位 模式一 0x01
		$area1seek = fread($f, 3);
		if(strlen($area1seek) < 3) exit('data file error');
		$area1seek = implode('', unpack('L', $area1seek . chr(0)));
		fseek($f, $area1seek);
		$flag = fread($f, 1); //可能又是标记位
	}
	if($flag == chr(2)){ //国家地区 重定向
		$area1seek = fread($f, 3);
		if(strlen($area1seek) < 3) exit('data file error');
		$area1seek = implode('', unpack('L', $area1seek . chr(0)));
		$flag = fread($f, 1);
		if($flag == chr(2)){
			$area2seek = fread($f, 3);
			$area2seek = implode('', unpack('L', $area2seek . chr(0)));
			fseek($f, $area2seek);
		}else{
			fseek($f, -1, SEEK_CUR);
		}
		while(($c = fread($f, 1)) != chr(0)) $area .= $c;
		fseek($f, $area1seek);
		while(($c = fread($f, 1)) != chr(0)) $country .= $c;
	}else{
		fseek($f, -1, SEEK_CUR);
		while(($c = fread($f, 1)) != chr(0)) $country .= $c;

		$flag = fread($f, 1); //如果地区是重定向的
		if($flag == chr(2)){
			$area2seek = fread($f, 3);
			$area2seek = implode('', unpack('L', $area2seek . chr(0)));
			fseek($f, $area2seek);
		}else{
			fseek($f, -1, SEEK_CUR);
		}
		while(($c = fread($f, 1)) != chr(0)) $area .= $c;
	}
	$adata = trim($country) . trim($area); //$country是国家字符串 , $area 是地区字符串
}
fclose($f);

顺便附上QQWry.dat文件下载地址

QQ IP数据库 纯真版20100815
IP数据记录:380573条
数据库大小:7919KB