Quale codifica viene utilizzata dal protocollo HTTP?

Question

Quando un browser invia una richiesta HTTP a un server Web, quale codifica viene utilizzata per codificare il protocollo HTTP sul filo? È ASCII? UTF8? o UTF16? O specifica quale codifica utilizza in un formato predefinito (prima che avvenga qualsiasi decodifica?)

P.S Non sto chiedendo il carico utile effettivo (ad esempio HTML) della richiesta/risposta. Mi sto chiedendo circa la linea di richiesta (cioè GET /index.html HTTP/1.1) e le intestazioni (cioè Host: google.com)

Answer 1

RFC 2616 include questo:

OCTET   = <any 8-bit sequence of data> 
CHAR   = <any US-ASCII character (octets 0 - 127)> 
UPALPHA  = <any US-ASCII uppercase letter "A".."Z"> 
LOALPHA  = <any US-ASCII lowercase letter "a".."z"> 
ALPHA   = UPALPHA | LOALPHA 
DIGIT   = <any US-ASCII digit "0".."9"> 
CTL   = <any US-ASCII control character 
        (octets 0 - 31) and DEL (127)> 
CR    = <US-ASCII CR, carriage return (13)> 
LF    = <US-ASCII LF, linefeed (10)> 
SP    = <US-ASCII SP, space (32)> 
HT    = <US-ASCII HT, horizontal-tab (9)> 
<">   = <US-ASCII double-quote mark (34)> 

E poi quasi tutto il resto del documento è definito in termini di quelle entità (OCTET, CHAR, ecc.). Quindi è possibile esaminare la RFC per scoprire quali parti di una richiesta/risposta HTTP possono includere OCTET s; tutte le altre parti devono essere ASCII. (Lo farei io stesso, ma ci vorrebbe molto tempo)

Per la riga di richiesta in particolare, il nome del metodo e la versione HTTP saranno solo caratteri ASCII, ma è possibile che l'URL stesso possa includere caratteri non ASCII. Ma se si guarda a RFC 2396, lo dice.

Un URI è una sequenza di caratteri da una serie molto limitata, vale a dire le lettere dell'alfabeto base latina, cifre e alcuni caratteri speciali.

Che presumo significa che sarà composto anche da caratteri ASCII.

Answer 2

HTTP 1.1 utilizza US-ASCII come caratteri di base fissato per l'request line nelle richieste, il status line nelle risposte (ad eccezione del reason phrase) e il field names, ma consente a qualsiasi ottetto i valori dei campi e il message body.