php 操作IP地址库QQWry.dat的实例分享

IP地址库QQWry.Data文件的内容结构及解读方式。

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
或
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。

读取操作QQWry.dat文件的代码，如下：

<?php
/**
* 读取QQWry.dat IP地址库
* edit by www.jb200.com
*/
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_beginn";
echo "index end at: $index_endn";
echo "ip data count : $ip_numn";

$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);
?>