[PHP] Ile kb ma dana strona Opcje

[szuki]

Witam, próbuję napisać skrypt, który sprawdzi ile KB ma dany kod html. Mowa tutaj o samych znakach. Jak sensownie przeliczyć kb na znaki - by np. ustrzec się przed limitami dla przykładu allegro (65kB - limit opisu aukcji)? Aktualnie kombinuję coś w tym kierunku:

[PHP] pobierz, plaintext 
$all = "tutaj jakiś kod html";
$size = 65536  -  strlen($all);
	if ($size< ...
[PHP] pobierz, plaintext 

Jednak nie wiem na ile to miarodajne, no i czy nie ma lepszej metody?
Pozdrawiam.

Ten post edytował szuki 9.12.2012, 22:32:33

[wNogachSpisz]

Gdyby zapomnieć na chwilę że pytasz konkretnie o allegro, to odpowiedź powinna brzmieć mniej więcej tak:
Na rozmiar transmisji wpływa kilka kwestii:

- Kodowanie, w UTF-8 każdy "znak" może mieć 8, 16, 32, 64 bajty.
W skrajnych przypadkach (przy braku normalizacji) każdy znak ma 64 bajty nawet gdy pochodzi z tablicy ASCII
- Kodowanie i kompresja http (gzip, chunked-transfer-encoding). Jedno zmniejsza a drugie zwiększa rozmiar transmisji.

Pytasz konkretnie o allegro, więc musiałbyś zacząć od ustalenia co allegro rozumie przez 65kb, bo rozumieć może kilka rzeczy, ale najpewniej jest to rozmiar w bajtach (ignorujący kodowanie). Jeśli tak to powinieneś zdecydować się na kodowanie ISO-8859-1, w którym każdy znak masz upchany w 8 bitach, a co za tym idzie możesz stworzyć większy opis .
Oczywiście o ile allegro po drodze nie przekoduje opisu na swój system kodowania i dopiero wtedy policzy rozmiar..

Musisz to sprawdzić.

Ten post edytował wNogachSpisz 9.12.2012, 23:24:58

[szuki]

Allegro było tylko przykładem, no i swoją drogą nie podaje zbyt wielu informacj. Jednak sporo się dowiedziałem, dzięki.

[Crozin]

@wNogachSpisz: mylisz bity i bajty, jak i również wprowadzasz w błąd pisząc o normalizacji (znak ASCII w UTF-8 nie może mieć 64-bitów).
@szuki: O ile tylko strlen nie zostało nadpisane przez mb_strlen (Google: PHP multibyte functions override) jest to najlepszy sposób na sprawdzenie wielkości tekstu (wyrażonej w bajtach). Mimo swojej nazwy, strlen zlicza ilość bajtów, nie znaków (a te, jak zauważył @wNogachSpisz mogą mieć więcej niż jeden bajt).

[szuki]

Czyli w takim razie najlepiej będzie skompresować kod, a dopiero później go przeliczyć. A czy białe znaki, nowa linia, itd. również wpływają na ilość bajtów?

[Crozin]

1. Kompresja żądań HTTP nie ma tu absolutnie nic do rzeczy.
2. Białe znaki to takie same znaki jak i inne, a więc zajmują one miejsce.

[szuki]

W takim razie rozumiem, że warto usunąć wszystkie zbędne spacje, znaki nowej linii - co samo w sobie będzie już optymalizacją wagi. Co jeszcze mogę zrobić?

[wNogachSpisz]

Pomyłka, chodziło oczywiście o 8,16,32,64 bity, nie bajty.
Nie może ascii siedzieć w 64 bitach? Kiedyś kombinowałem i chyba dało rade.. moge się mylić.

[Crozin]

Nie, nie może. Chyba że skorzystałeś z UTF-32, ale tutaj mowa o ASCII/UTF-8.