Body数据的内容协商

[18888628835]

Body数据的内容协商

数据类型与编码压缩

在 TCP/IP的协议栈中，传输数据基本上都是 Header+body 的格式，在传输过程中加上各自的头，它们并不关心 body 的数据是什么，只要把数据发送出去就可以了。

HTTP 并不是这样的，它是应用层的协议，数据到达之后的工作只完成了一半，它还必须告诉上层应用这是什么数据。

假设 HTTP 没有告知数据类型的功能，服务器把数据发送给浏览器，那么浏览器该怎么办？

它可以靠猜测，很多数据都是有固定格式的，所以通过代码检查数据的前几个字节也许就可以知道这是个 gif 或者是 mp3文件，但这样做无疑是低效的。

在 HTTP 诞生之前就已经有了针对这种问题的解决方法，这就是应用于电子邮件系统的 MIME（多用途互联网邮件扩展），他可以让电子邮件发送除了 ASCII 码外的数据。

HTTP 借鉴了一部分，用来标记 body 的数据类型，这就是我们经常听到的 MIME type

MIME 把数据分成八类，每个大类下继续分成子类，形式是 type/subtype的字符串，这刚好可以纳入 HTTP 头字段中。

常用类别：

• text：即文本格式的可读数据，我们常见的就是 text/html，表示超文本文档。此外还有text/plain 和 text/css。

• image：图像文件，常见 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，由上层应用程序解释。常见的有 application/json、application/JavaScript、application/pdf 等。如果实现不知道数据是什么，就会是 application/octet-stream，即不透明的二进制数据。

在 HTTP 传输时，为了节约带宽，有时候还会压缩数据，为了不让浏览器继续猜，还需要一个 Encoding type,告诉数据是用什么编码格式，这样对方才能够正确解压缩，还原出原始的数据。

比起 MIME type ，Encoding type 就少很多，常用的就只有三种：

1.gzip：GNU zip 压缩格式，也是互联网流行的压缩格式。

2.deflate：zlib（deflate）压缩格式，流行程度仅次于 gzip

3.br：专门为 HTTP 优化的新压缩算法。

数据类型使用的头字段

有了 Encoding type 和 MIME type,服务器和浏览器都可以知道body 数据的类型，那么能不能有一种字段，让双方互相协商，传递对方想要的数据呢？

有的。HTTP 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”。

其中 Accept（接收）是浏览器告诉服务器希望接收什么样的数据，Content（内容）是服务器告诉浏览器传递过来的数据类型。

请求的头字段

POST /api/base/facade/file/file?action=upload HTTP/1.1
Accept: */*
Accept-Encoding: gzip, deflate, br

响应的头字段

HTTP/1.1 200 OK
content-type: application/json;charset=UTF-8
Content-Encoding: gzip

Accept字段标明客户端能够理解的MIME type，上面*/*的意思是都可以理解。多个格式之间使用,分割。

Accept:text/html,application/json

Content-Type字段标明服务器给明的实体数据的类型。这样可以方便浏览器根据数据类型做出处理，比如是 text/html 就可以将它渲染出来。

Accept-Encoding和Content-Encoding分别是浏览器支持的解压缩格式和服务器的实际的压缩格式。

这个过程可以用收发快递来类比，比如我寄出去一个快递告诉我朋友我希望拿到 xxx 类型的东西（Accept），不过这东西我知道我朋友肯定会打包寄给我，所以我告诉他我支持用什么方式来拆包装（Accept-Encoding），我朋友收到后就返回给我某种类型（Content-Type），然后告诉我用指定的方式去拆包装（Content-Encoding）。

语言类型与编码

MIME type 和 Encoding type 解决了计算机理解 body 数据的问题，那么如何解决各国语言的问题呢？

HTTP 引入了语言类型与字符集。

所谓语言类型就是我们使用的汉语、英语、日语等，而语言可能也还有下属的地方语言，所以也是采用 type-subtype的形式，唯一的区别是语言类型用-做分割。

例如：en 表示任意的英语，en-US 则表示美式英语，en-GB 表示英式英语，我们用的 zh-CN 则是汉语。

字符集是为什么而诞生呢？在计算机早期出现了很多语言环境下的字符集，比如英语下的 ASCII 码，汉语下的 GBK 等，为了做到字符的统一，Unicode 诞生了，后来随着互联网的普及，作为 Unicode的实现之一--utf-8大幅度流行，目前 utf-8也成为互联网上的标准字符集。

语言类型使用的头字段

HTTP 同样支持语言类型的 Accept 和 Content 实体头字段。

浏览器用的头字段为 Accept-Language，允许用,分割。

Accept-Language:zh-CN,zh,en

上面的头字段意思是给我zh-CN 的汉语文字，没有的话就给我随便什么汉语，实在不行就给我英文吧。

字符集在请求短则使用 Accept-Charset。

Accept-Charset:utf-8,gbk

服务器使用的头字段为Content-Language,也就是服务器告诉浏览器我传的什么文字类型。

Content-Language:zh-CN

在服务器返回的字符集则是放在 Content-Type字段的后面，用‘charset=xxx’来表示。

Content-Type:text/html;charset=utf-8

现在的浏览器由于功能太强大，一般来说不会发送 Accept-Charset，因为它支持多种字符集，而服务器也不会发送 Content-Language，而是直接告诉浏览器用什么 charset 就行了。

小结

数据类型表示实体数据的内容是什么，使用 MIME type，相关的头部字段为 Accept 和 Content-Type

数据编码表示实体数据的压缩方式，相关的字段为 Accept-Encoding 和 Content-Encoding

语言类型表示实体数据的语言，相关的字段是 Accept-Language 和 Content-Language

字符集是实体数据的编码方式，相关的字段是 Accept-Charset 和 Content-Type