Skip to main content

14 HTTP的实体数据

数据类型与编码​

MIME type：借用邮件中多用途互联网邮件扩展（Multipurpose Internet Mail Extensions）的一部分，把数据分成八大类，每个大类下再细分出多个子类，形式是 type/subtype 的字符串：

  • text：文本格式的可读数据，text/html：超文本文档，text/plain：纯文本、text/css：样式表等；
  • image：图像文件，image/gif、image/jpeg、image/png 等。
  • audio/video：音频和视频数据，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。application/json，application/javascript、application/pdf 等，不知道数据是什么类型，用 application/octet-stream，即不透明的二进制数据。

传输时为了节约带宽，可以压缩数据，Encoding type 表示数据编码格式。

  • gzip：GNU zip 压缩格式，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​

协议为此定义了两个 Accept 请求头字段和两个 Content 实体头字段，用于客户端和服务器进行内容协商。

Accept 字段标记客户端可理解的 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：

Accept: text / html, application / xml, image / webp, image / png;

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：

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

Accept-Encoding 字段是客户端支持的压缩格式，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：

Accept-Encoding: gzip, deflate, br
Content-Encoding: gzip

这两个字段可以省略，表示客户端不支持压缩数据或响应数据没有被压缩。

语言类型与编码​

解决国际化的问题。

语言类型：人类使用的自然语言，例如英语、汉语、日语等，自然语言可能还有下属的地区性方言，在需要明确区分的时候使用 type-subtype 的形式：

  • en：任意的英语
  • en-US：美式英语
  • en-GB：英式英语
  • zh-CN：最常使用的汉语
  • 香港：中国香港

字符集：字符编码方式来处理文字的集合：

  • 英语的 ASCII
  • 汉语的 GBK、BIG5
  • 日语的 Shift_JIS
  • Unicode 和 UTF-8，把世界上所有的语言都容纳在一种编码方案里，遵循 UTF-8 字符编码方式的 Unicode 字符集成为了互联网上的标准字符集

语言类型使用的头字段​

使用 Accept 请求头字段和 Content 实体头字段，用于客户端和服务器就语言与编码进行内容协商。

Accept-Language 字段标记客户端可理解的自然语言，用 , 做分隔符列出多个类型：

Accept-Language: zh-CN, zh, en

服务器在响应报文里用头字段 Content-Language 告诉客户端实体数据使用的实际语言类型：

Content-Language: zh-CN

字符集使用 Accept-Charset 字段标记，响应头里对应的是 Content-Type 字段，用 charset=xxx 来表示：

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

使用的语言可以由字符集推断出来，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​

协议里用 Accept、Accept-Encoding、Accept-Language 等请求头字段进行内容协商时，可以用一种特殊的 q（quality factor）参数表示权重来设定优先级。

权重范围是 0.01~1，默认 1，0 表示拒绝。在数据类型或语言代码后面加一个 ; ，然后是 q=value ：

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

HTML 文件权重是 1，XML 文件权重是 0.9，任意数据类型权重是 0.8。服务器收到请求头后，会计算权重，再根据自己的实际情况优先输出 HTML 或者 XML。

内容协商的结果​

Web 服务器在内容协商时使用的算法都不一样。服务器会在响应头里多加一个 Vary 字段，记录服务器在内容协商时参考的请求头字段：

Vary: Accept - Encoding, User - Agent, Accept;

这个 Vary 字段表示服务器依据了 Accept-Encoding、User-Agent 和 Accept 这三个头字段，然后决定了发回的响应报文。Accept 等请求头变化时，Vary 会一起变化。即同一个 URI 可能会有多个不同的版本，主要用在传输链路中间的代理服务器实现缓存服务。