HTTP实体数据

rdwalker
289 阅读6分钟

导言

还记得在前几篇中，我们其实已经介绍过HTTP报文了，但HTTP报文是由header和body组成的，前面我们主要讲的是header部分，所以我们开始来聊聊body中的数据结构。

HTTP实体数据

Content-Type

在Chrome浏览器开发中工具中，查看任一请求接口，我们都可以看到这个字段，不管是在请求或是响应中：

image.png

这个字段非常重要。为什么呢？

我们都知道HTTP是应用层协议，基于TCP/IP传输协议，而TCP/IP做的其实是真正的传输工作，而HTTP是基于它的，TCP/IP作为传输层协议，就像是快递公司，是运输快递的，它不关心里面具体是什么（违禁品除外），主要就是把商品从商家那里送到买家手上，不会动手拆快递。动手拆，如何拆，这就需要买家自己来做，就像是HTTP协议，这是它的工作，因为它是面向客户端，不仅要把数据完整的返回给客户端，还得告诉它，如何用。这就是Content-Type字段的功能。

类别

  • text: 如上图中有：text/plain表示的纯文本，text/html表示超文本文档，text/css表示样式表等等...

  • image：表示图片格式，有png，gif等

  • audio：音频，如audio/mp3

  • vidio：视频，如vidio/rmvb

  • application：数据格式不固定，可能是文本也可能是二进制，常用的有application/xml、application/pdf等

这里还有补充下，上图请求标头中content-type的值是application/x-protobuf，其实protobuf（prototype buffer）是Google提出的一种数据交换格式，是一套类似于JSON或XML的数据传输格式或规范，应用于不同应用或进程之间的通信。

它有如下特点：

  • 语言无关，平台无关：支持Java、c++、JavaScript等

  • 高效：比XML还小很多

  • 扩展性、兼容性好

编码

在请求标头中，还有个Accept-Encoding字段，比较常用的也就是上面列举的那三种：gzip, deflate, br

  • gzip：GNU zip压缩，也是最常用的一种压缩方式
  • deflate：zlib压缩格式
  • br：这个是专门为优化HTTP的一种压缩算法

在Chrome浏览器控制台网络请求资源大小列我们可以看到这个提示：100kB transferred over network, resource size 500kB，就是把资源压缩了。

我们在请求头中的Accept字段会定义出客户端可以理解的内容格式，而在响应头字段中则返回Content-Type表示请求响应返回的真实实体数据格式类型，如下图：

image.png

Accept-Encoding也是客户端可接受的压缩方式，Content-Encoding则是响应返回的实体数据的真实压缩方式。需要注意的是：这两个字段都并非必现。如果请求头中没有Accept-Encoding，则表示客户端不支持任何压缩模式，而如果响应头中没有Content-Encoding，则表示返回的实体数据未被压缩。

语言类型和编码

我们从上面是不是可以总结出规律，客户端一般通过Accept-x字段来表达自己希望返回的实体数据格式，而服务器响应返回Content-x来表示实体数据的真实类型。

同样，语言类型和编码也可以这样对应，如：

请求头Accept-Language对应响应头Content-Language字段；

请求头Accept-Charset对应响应头Content-Charset字段；

但如果你在浏览器下查看HTTP报文的话会发现，请求中不会发送Accept-Charset字段信息，响应中也不会有Content-Language，并且Content-Charset字段好像也没有，其实不是没有这个字段，只是字符集的信息合并到了Content-Type中了，而Content-Language确实是没有的，因为可以通过字符集来推断出来是哪种语言。Accept-Charset字段没有现代浏览器几乎支持了所有主流字符集，就没有放在请求头中。

字符集

字符集在刚开始还是比较混乱的，各个国家都不统一，我们汉语有GBK，BIG5，英语有ASCII，日语有Shift_JIS，同一个文字内容被GBK字符编码正常，换做ASCII可能就一团糟，乱码了。这样肯定不行，就需要在全球推出一个更大更健全的字符集编码库，可以正常编码出大部分主流语言的能力。而后Unicode和UTF-8之类的字符集就应运而生了。

Quality Factor

我们先来看个报文，红框里面q=0.8中的q的全称就是Quality Factor（权重系数）。

image.png

Accept-Language:zh-CN,zh;q=0.9,en;q=0.8

那Accept-Language字段的值代表什么含义呢？

首先说明的一点是符号问题：逗号的优先级要高于分号，也就是说每项是以逗号来结束的，逗号内的每个参数以分号隔开，例如zh;q=0.9,是属于同一项，要放在一起解释，不能分开。

其次q的最大值是1，最小值是0.01，默认1，如果是0，则表示拒绝。

要解释上面报文的含义，还得知道zh-CN,zh,en所表示的意思。en是英文，zh是中文，这个大类清楚了，那zh-CN和zh有什么区别呢？我们可以猜，zh肯定是大类，CN是小类，小类还有cmn（官话、国语），czh（徽州话）等，CN表示的就是中国大陆的官方语言，以中文简体为主，而cn就包含中文中文言文，简体，繁体等或各种的混合体，范围更大。

现在就明白了这句报文了：权重优先级最高的是zh-CN,默认1，最大值，其次是中文，权重0.9，再后面是英文，权重0.8，权重越高，表示客户端更希望的语言类别是什么。

Vary

先来看看Vary在报文中的展现，可能有多个，且仅在响应标头中：

image.png

我们刚在讲Quality Factor权重的时候知道，服务器会根据客户端期望的权重来处理，尽可能满足客户端的要求，但具体是如何计算的，可能各客户端算法都不一样，对我们来说是个黑盒。

这样Vary字段就给了我们一些信息，它表示的是服务器根据了客户端提供的哪些协商参数去计算处理了。当客户端请求报文中某些Accept字段发生变化的时候，响应报文中的Vary字段也会返回响应的变化。即使同一个URI Vary的值也可能不同，所以从某个角度，每次的Vary值可以算是请求的一个快照，在HTTP缓存的时候也会提到。

avatar
文章
阅读
粉丝