解读 QQWry.Data ——IP地址库文件数据
从网上下载了最新的 QQWry.Data 库文件，首先碰到的一个问题是解析这个文件。根据网上的资料（LuamaQQ作者写的日志），根据自己的摸索，总结出了此文件的内容结构，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 0x00 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: 0x01 模式 和 0x02 模式。
0x01模式，即在IP数据的第5个字节是 0x01，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
—————————————————————
0x02模式，即在IP数据的第5个字节是 0x02，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 0x00 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 | 0x00
—————————————————————————–
对于 0x01 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 | 0x00 | 地区字符串 | 0x00
————————————–
或
————————————————————————-
国家字符串 | 0x00 | 0x02 | 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 0x00 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
- 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);
- ?>