基本结构
QQWry.dat文件在结构上分为3块：文件头，记录区，索引区。一般我们要查找IP时，先在索引区查找记录偏移，然后再到记录区读出信息。由于记录区的记录是不定长的，所以直接在记录区中搜索是不可能的。由于记录数比较多，如果我们遍历索引区也会是有点慢的，一般来说，我们可以用二分查找法搜索索引区，其速度比遍历索引区快若干数量级。图1是QQWry.dat的文件结构图。
图1. QQWry.dat文件结构
要注意的是，QQWry.dat里面全部采用了little-endian字节序
一. 了解文件头
QQWry.dat的文件头只有8个字节，其结构非常简单，首四个字节是第一条索引的绝对偏移，后四个字节是最后一条索引的绝对偏移。
二. 了解记录区
每条IP记录都由国家和地区名组成，国家地区在这里并不是太确切，因为可能会查出来“清华大学计算机系”之类的，这里清华大学就成了国家名了，所以这个国家地区名和IP数据库制作的时候有关系。所以记录的格式有点像QName，有一个全局部分和局部部分组成，我们这里还是沿用国家名和地区名的说法。
于是我们想象着一条记录的格式应该是: [IP地址][国家名][地区名]，当然，这个没有什么问题，但是这只是最简单的情况。很显然，国家名和地区名可能会有很多的重复，如果每条记录都保存一个完整的名称拷贝是非常不理想的，所以我们就需要重定向以节省空间。所以为了得到一个国家名或者地区名，我们就有了两个可能：第一就是直接的字符串表示的国家名，第二就是一个4字节的结构，第一个字节表明了重定向的模式，后面3个字节是国家名或者地区名的实际偏移位置。对于国家名来说，情况还可能更复杂些，因为这样的重定向最多可能有两次。
那么什么是重定向模式？根据上面所说，一条记录的格式是[IP地址][国家记录][地区记录]，如果国家记录是重定向的话，那么地区记录是有可能没有的，于是就有了两种情况，我管他叫做模式1和模式2。我们对这些格式的情况举图说明：
图2. IP记录的最简单形式
图2表示了最简单的IP记录格式，我想没有什么可以解释的
图3. 重定向模式1
图3演示了重定向模式1的情况。我们看到在模式1的情况下，地区记录也跟着国家记录走了，在IP地址之后只剩下了国家记录的4字节，后面3个字节构成了一个指针，指向了实际的国家名，然后又跟着地址名。模式1的标识字节是0x01。
图4. 重定向模式2
图4演示了重定向模式2的情况。我们看到了在模式2的情况下（其标识字节是0x02），地区记录没有跟着国家记录走，因此在国家记录之后4个字节之后还是有地区记录。我想你已经明白了模式1和模式2的区别，即：模式1的国家记录后面不会再有地区记录，模式2的国家记录后会有地区记录。下面我们来看一下更复杂的情况。
图5. 混和情况1
图5演示了当国家记录为模式1的时候可能出现的更复杂情况，在这种情况下，重定向指向的位置仍然是个重定向，不过第二次重定向为模式2。大家不用担心，没有模式3了，这个重定向也最多只有两次，并且如果发生了第二次重定向，则其一定为模式2，而且这种情况只会发生在国家记录上，对于地区记录，模式1 和模式2是一样的，地区记录也不会发生2次重定向。不过，这个图还可以更复杂，如图7：
图6. 混和情况2
图6是模式1下最复杂的混和情况，不过我想应该也很好理解，只不过地区记录也来重定向而已，有一点我要提醒你，如果重定向的地址是0，则表示未知的地区名。
所以我们总结如下：一条IP记录由[IP地址][国家记录][地区记录]组成，对于国家记录，可以有三种表示方式：字符串形式，重定向模式1和重定向模式2。对于地区记录，可以有两种表示方式：字符串形式和重定向，另外有一条规则：重定向模式1的国家记录后不能跟地区记录。按照这个总结，在这些方式中合理组合，就构成了IP记录的所有可能情况。
设计的理由
在我们继续去了解索引区的结构之前，我们先来了解一下为何记录区的结构要如此设计。我想你可能想到了答案：字符串重用。没错，在这种结构下，对于一个国家名和地区名，我只需要保存其一次就可以了。我们举例说明，为了表示方便，我们用小写字母代表IP记录，C表示国家名，A表示地区名：
1. 有两条记录a(C1, A1), b(C2, A2)，如果C1 = C2, A1 = A2，那么我们就可以使用图3显示的结构来实现重用
2. 有三条记录a(C1, A1), b(C2, A2), c(C3, A3)，如果C1 = C2, A2 = A3，现在我们想存储记录b，那么我们可以用图6的结构来实现重用
3. 有两条记录a(C1, A1), b(C2, A2)，如果C1 = C2，现在我们想存储记录b，那么我们可以采用模式2表示C2，用字符串表示A2
你可以举出更多的情况，你也会发现在这种结构下，不同的字符串只需要存储一次。
了解索引区
在"了解文件头"部分，我们说明了文件头实际上是两个指针，分别指向了第一条索引和最后一条索引的绝对偏移。如图8所示：
图8. 文件头指向索引区图示
实在是很简单，不是吗？从文件头你就可以定位到索引区，然后你就可以开始搜索IP了！每条索引长度为7个字节，前4个字节是起始IP地址，后三个字节就指向了IP记录。这里有些概念需要说明一下，什么是起始IP，那么有没有结束IP？ 假设有这么一条记录：166.111.0.0 - 166.111.255.255，那么166.111.0.0就是起始IP，166.111.255.255就是结束IP，结束IP就是IP记录中的那头 4个字节，这下你应该就清楚了吧。于是乎，每条索引配合一条记录，构成了一个IP范围，如果你要查找166.111.138.138所在的位置，你就会发现166.111.138.138落在了166.111.0.0 - 166.111.255.255 这个范围内，那么你就可以顺着这条索引去读取国家和地区名了。那么我们给出一个最详细的图解吧：
图9. 文件详细结构
现在一切都清楚了是不是？也许还有一点你不清楚，QQWry.dat的版本信息存在哪里呢？答案是：最后一条IP记录实际上就是版本信息，最后一条记录显示出来就是这样：255.255.255.0 255.255.255.255 纯真网络 2004年6月25日IP数据。OK，到现在你应该全部清楚了。
Demo
下一步：我给出一个读取IP记录的程序片断，此片断摘录自LumaQQ源文件edu.tsinghua.lumaqq.IPSeeker.java，如果你有兴趣，可以下载源代码详细看看。
代码并不复杂，getIPLocation是主要方法，它检查国家记录格式，并针对字符串形式，模式1，模式2采用不同的代码，readArea则相对简单，因为只有字符串和重定向两种情况需要处理。
总结
纯真IP数据库的结构使得查找IP简单迅速，不过你想要编辑它却是比较麻烦的，我想应该需要专门的工具来生成QQWry.dat文件，由于其文件格式的限制，你要直接添加IP记录就不容易了。不过，能查到IP已经很开心了，希望纯真记录越来越多～。
可用类及调用方法：
2
3 /**
4
5 * IP 地理位置查询类
6
7 *
8
9 * @author 马秉尧
10
11 * @version 1.5
12
13 * @copyright 2005 CoolCode.CN
14
15 */
16
17 class IpLocation {
18
19 /**
20
21 * QQWry.Dat文件指针
22
23 *
24
25 * @var resource
26
27 */
28
29 var $fp;
30
31 /**
32
33 * 第一条IP记录的偏移地址
34
35 *
36
37 * @var int
38
39 */
40
41 var $firstip;
42
43 /**
44
45 * 最后一条IP记录的偏移地址
46
47 *
48
49 * @var int
50
51 */
52
53 var $lastip;
54
55 /**
56
57 * IP记录的总条数（不包含版本信息记录）
58
59 *
60
61 * @var int
62
63 */
64
65 var $totalip;
66
67 /**
68
69 * 返回读取的长整型数
70
71 *
72
73 * @access private
74
75 * @return int
76
77 */
78
79 function getlong() {
80
81 //将读取的little-endian编码的4个字节转化为长整型数
82
83 $result = unpack('Vlong', fread($this->fp, 4));
84
85 return $result['long'];
86
87 }
88
89 /**
90
91 * 返回读取的3个字节的长整型数
92
93 *
94
95 * @access private
96
97 * @return int
98
99 */
100
101 function getlong3() {
102
103 //将读取的little-endian编码的3个字节转化为长整型数
104
105 $result = unpack('Vlong', fread($this->fp, 3).chr(0));
106
107 return $result['long'];
108
109 }
110
111 /**
112
113 * 返回压缩后可进行比较的IP地址
114
115 *
116
117 * @access private
118
119 * @param string $ip
120
121 * @return string
122
123 */
124
125 function packip($ip) {
126
127 // 将IP地址转化为长整型数，如果在PHP5中，IP地址错误，则返回False，
128
129 // 这时intval将Flase转化为整数-1，之后压缩成big-endian编码的字符串
130
131 return pack('N', intval(ip2long($ip)));
132
133 }
134
135 /**
136
137 * 返回读取的字符串
138
139 *
140
141 * @access private
142
143 * @param string $data
144
145 * @return string
146
147 */
148
149 function getstring($data = "") {
150
151 $char = fread($this->fp, 1);
152
153 while (ord($char) > 0) { // 字符串按照C格式保存，以\0结束
154
155 $data .= $char; // 将读取的字符连接到给定字符串之后
156
157 $char = fread($this->fp, 1);
158
159 }
160
161 return $data;
162
163 }
164
165 /**
166
167 * 返回地区信息
168
169 *
170
171 * @access private
172
173 * @return string
174
175 */
176
177 function getarea() {
178
179 $byte = fread($this->fp, 1); // 标志字节
180
181 switch (ord($byte)) {
182
183 case 0: // 没有区域信息
184
185 $area = "";
186
187 break;
188
189 case 1:
190
191 case 2: // 标志字节为1或2，表示区域信息被重定向
192
193 fseek($this->fp, $this->getlong3());
194
195 $area = $this->getstring();
196
197 break;
198
199 default: // 否则，表示区域信息没有被重定向
200
201 $area = $this->getstring($byte);
202
203 break;
204
205 }
206
207 return $area;
208
209 }
210
211 /**
212
213 * 根据所给 IP 地址或域名返回所在地区信息
214
215 *
216
217 * @access public
218
219 * @param string $ip
220
221 * @return array
222
223 */
224
225 function getlocation($ip) {
226
227 if (!$this->fp) return null; // 如果数据文件没有被正确打开，则直接返回空
228
229 $location['ip'] = gethostbyname($ip); // 将输入的域名转化为IP地址
230
231 $ip = $this->packip($location['ip']); // 将输入的IP地址转化为可比较的IP地址
232
233 // 不合法的IP地址会被转化为255.255.255.255
234
235 // 对分搜索
236
237 $l = 0; // 搜索的下边界
238
239 $u = $this->totalip; // 搜索的上边界
240
241 $findip = $this->lastip; // 如果没有找到就返回最后一条IP记录（QQWry.Dat的版本信息）
242
243 while ($l <= $u) { // 当上边界小于下边界时，查找失败
244
245 $i = floor(($l + $u) / 2); // 计算近似中间记录
246
247 fseek($this->fp, $this->firstip + $i * 7);
248
249 $beginip = strrev(fread($this->fp, 4)); // 获取中间记录的开始IP地址
250
251 // strrev函数在这里的作用是将little-endian的压缩IP地址转化为big-endian的格式
252
253 // 以便用于比较，后面相同。
254
255 if ($ip < $beginip) { // 用户的IP小于中间记录的开始IP地址时
256
257 $u = $i - 1; // 将搜索的上边界修改为中间记录减一
258
259 }
260
261 else {
262
263 fseek($this->fp, $this->getlong3());
264
265 $endip = strrev(fread($this->fp, 4)); // 获取中间记录的结束IP地址
266
267 if ($ip > $endip) { // 用户的IP大于中间记录的结束IP地址时
268
269 $l = $i + 1; // 将搜索的下边界修改为中间记录加一
270
271 }
272
273 else { // 用户的IP在中间记录的IP范围内时
274
275 $findip = $this->firstip + $i * 7;
276
277 break; // 则表示找到结果，退出循环
278
279 }
280
281 }
282
283 }
284
285 //获取查找到的IP地理位置信息
286
287 fseek($this->fp, $findip);
288
289 $location['beginip'] = long2ip($this->getlong()); // 用户IP所在范围的开始地址
290
291 $offset = $this->getlong3();
292
293 fseek($this->fp, $offset);
294
295 $location['endip'] = long2ip($this->getlong()); // 用户IP所在范围的结束地址
296
297 $byte = fread($this->fp, 1); // 标志字节
298
299 switch (ord($byte)) {
300
301 case 1: // 标志字节为1，表示国家和区域信息都被同时重定向
302
303 $countryOffset = $this->getlong3(); // 重定向地址
304
305 fseek($this->fp, $countryOffset);
306
307 $byte = fread($this->fp, 1); // 标志字节
308
309 switch (ord($byte)) {
310
311 case 2: // 标志字节为2，表示国家信息又被重定向
312
313 fseek($this->fp, $this->getlong3());
314
315 $location['country'] = $this->getstring();
316
317 fseek($this->fp, $countryOffset + 4);
318
319 $location['area'] = $this->getarea();
320
321 break;
322
323 default: // 否则，表示国家信息没有被重定向
324
325 $location['country'] = $this->getstring($byte);
326
327 $location['area'] = $this->getarea();
328
329 break;
330
331 }
332
333 break;
334
335 case 2: // 标志字节为2，表示国家信息被重定向
336
337 fseek($this->fp, $this->getlong3());
338
339 $location['country'] = $this->getstring();
340
341 fseek($this->fp, $offset + 8);
342
343 $location['area'] = $this->getarea();
344
345 break;
346
347 default: // 否则，表示国家信息没有被重定向
348
349 $location['country'] = $this->getstring($byte);
350
351 $location['area'] = $this->getarea();
352
353 break;
354
355 }
356
357 if ($location['country'] == " CZ88.NET") { // CZ88.NET表示没有有效信息
358
359 $location['country'] = "未知";
360
361 }
362
363 if ($location['area'] == " CZ88.NET") {
364
365 $location['area'] = "";
366
367 }
368
369 return $location;
370
371 }
372
373 /**
374
375 * 构造函数，打开 QQWry.Dat 文件并初始化类中的信息
376
377 *
378
379 * @param string $filename
380
381 * @return IpLocation
382
383 */
384
385 function IpLocation($filename = "QQWry.Dat") {
386
387 $this->fp = 0;
388
389 if (($this->fp = fopen($filename, 'rb')) !== false) {
390
391 $this->firstip = $this->getlong();
392
393 $this->lastip = $this->getlong();
394
395 $this->totalip = ($this->lastip - $this->firstip) / 7;
396
397 //注册析构函数，使其在程序执行结束时执行
398
399 register_shutdown_function(array(&$this, '_IpLocation'));
400
401 }
402
403 }
404
405 /**
406
407 * 析构函数，用于在页面执行结束后自动关闭打开的文件。
408
409 *
410
411 */
412
413 function _IpLocation() {
414
415 if ($this->fp) {
416
417 fclose($this->fp);
418
419 }
420
421 $this->fp = 0;
422
423 }
424
425 }
426
427 $mtime = explode(' ', microtime());
428
429 $starttime = $mtime[1] + $mtime[0];
430
431 echo "<pre>";
432
433 $ip = "202.101.111.195";
434
435 $iplocation = new IpLocation();
436
437 $location = $iplocation->getlocation($ip);
438
439 print_r($location);
440
441 $mtime = explode(' ', microtime());
442
443 $endtime = $mtime[1] + $mtime[0];
444
445 var_dump($endtime-$starttime);
446
447 ?>
448
