HTTP学习笔记（二）

发表于 更新于 分类于 ， ， ， 阅读次数： 本文字数： 2.9k 阅读时长 ≈ 3 分钟
HTTP的数据类型与编码,相关头字段,语言类型与编码

HTTP的数据类型与编码

数据类型

电子邮件可以发送 ASCII 码以外的任意数据，方案的名字叫做“多用途互联网邮件扩展”（Multipurpose Internet Mail Extensions），简称为 MIME。

HTTP “顺手牵羊”取了其中的一部分，用来标记 body 的数据类型，这就是我们平常总能听到的“MIME type”。

MIME 把数据分成了八大类，每个大类下再细分出多个子类，形式是“type/subtype”的字符串

这里简单列举一下在 HTTP 里经常遇到的几个类别：

  • text：即文本格式的可读数据，我们最熟悉的应该就是 text/html 了，表示超文本文档，此外还有纯文本 text/plain、样式表 text/css 等。
  • image：即图像文件，有 image/gif、image/jpeg、image/png 等。
  • audio/video：音频和视频数据，例如 audio/mpeg、video/mp4 等。
  • application：数据格式不固定，可能是文本也可能是二进制，必须由上层应用程序来解释。常见的有 application/json，application/javascript、application/pdf 等，另外，如果实在是不知道数据是什么类型，像刚才说的“黑盒”，就会是 application/octet-stream，即不透明的二进制数据。

编码

MIME type 还不够，因为 HTTP 在传输时为了节约带宽，有时候还会压缩数据，为了不要让浏览器继续“猜”，还需要有一个“Encoding type”，告诉数据是用的什么编码格式，这样对方才能正确解压缩，还原出原始的数据。

Encoding type 就少了很多，常用的只有下面三种：

  • gzip：GNU zip 压缩格式，也是互联网上最流行的压缩格式；
  • deflate：zlib（deflate）压缩格式，流行程度仅次于 gzip；
  • br：一种专门为 HTTP 优化的新压缩算法（Brotli）。

数据类型使用的头字段

客户端用 Accept 头告诉服务器希望接收什么样的数据，而服务器用 Content 头告诉客户端实际发送了什么样的数据。

  • Accept：Accept（请求字段） 字段标记的是客户端可理解的 MIME type，可以用“,”做分隔符列出多个类型，让服务器有更多的选择余地。
1
Accept: text/html,application/xml,image/webp,image/png

这就是告诉服务器：“我能够看懂 HTML、XML 的文本，还有 webp 和 png 的图片，请给我这四类格式的数据”。

  • Accept-Encoding：（请求字段）字段标记的是客户端支持的压缩格式，例如上面说的 gzip、deflate 等，同样也可以用“,”列出多个，服务器可以选择其中一种来压缩数据，实际使用的压缩格式放在响应头字段 Content-Encoding 里。

  • Content-Type：（通用字段）服务器会在响应报文里用头字段 Content-Type 告诉实体数据的真实类型

1
2
Content-Type: text/html
Content-Type: image/png

这样浏览器看到报文里的类型是“text/html”就知道是 HTML 文件，会调用排版引擎渲染出页面，看到“image/png”就知道是一个 PNG 文件，就会在页面上显示出图像。

*content-（通用字段）字段也可以用在请求报文里，说明请求体的数据类型。

  • Content-Encoding：（通用字段）服务器使用的压缩格式。
    • Content-Encoding（通用字段）和Accept-Encoding（请求字段）是可以省略的，如果请求报文里没有 Accept-Encoding 字段，就表示客户端不支持压缩数据；如果响应报文里没有 Content-Encoding 字段，就表示响应数据没有被压缩。

语言类型与编码

  • Accept-Language：（请求字段）标记了客户端可理解的自然语言，也允许用“,”做分隔符列出多个类型

语言类型的子类型，与MIME TYPE不同，使用”-“作为分隔符，而MIME类型是”Type/subType”

1
Accept-Language: zh-CN, zh, en
  • Content-Language：（通用字段）服务器告诉客户端实体数据使用的实际语言类型，或者客户端告诉服务器body语言类型。
1
Content-Language: zh-CN
  • Accept-Charset：浏览器可接受的字符集。

响应头里却没有对应的 Content-Charset，而是在 Content-Type 字段的数据类型后面用“charset=xxx”来表示，这点需要特别注意。

1
2
Accept-Charset: gbk, utf-8
Content-Type: text/html; charset=utf-8

不过现在的浏览器都支持多种字符集，通常不会发送 Accept-Charset，而服务器也不会发送 Content-Language，因为使用的语言完全可以由字符集推断出来，所以在请求头里一般只会有 Accept-Language 字段，响应头里只会有 Content-Type 字段。

内容协商的质量值

在 HTTP 协议里用 Accept、Accept-Encoding、Accept-Language 等请求头字段进行内容协商的时候，还可以用一种特殊的“q”参数表示权重来设定优先级，这里的“q”是“quality factor”的意思。

权重的最大值是 1，最小值是 0.01，默认值是 1，如果值是 0 就表示拒绝。具体的形式是在数据类型或语言代码后面加一个“;”，然后是“q=value”。

这里要提醒的是“;”的用法，在大多数编程语言里“;”的断句语气要强于“,”，而在 HTTP 的内容协商里却恰好反了过来，“;”的意义是小于“,”的。

1
Accept: text/html,application/xml;q=0.9,*/*;q=0.8

它表示浏览器最希望使用的是 HTML 文件，权重是 1，其次是 XML 文件，权重是 0.9，最后是任意数据类型，权重是 0.8。服务器收到请求头后，就会计算权重，再根据自己的实际情况优先输出 HTML 或者 XML。

例题:

要使用 POST 方法向服务器提交一些 JSON 格式的数据，里面包含有中文，请求头应该是什么样子的呢

1
2
3
POST / HTTP/1.1
Content-Type: application/json, charset=utf-8
Content-Language: zh-CN, zh

说明：

  • charset不同同时使用两种编码
  • Content-Language表示的是body数据的语言，因为post带有body，所以要用Content-Language来告诉服务器，报文的body是什么。
  • Accept-Language是请求头字段，只要是发请求就可以带。
  • Content-Language是实体头字段，只要是有body就可以带。

对应关系：

对应关系