Bir HTTP başlığı için hangi karakter kodlamasını kullanmalıyım?

Bir HTTP başlığı için "eğlenceli" bir HTML özel karakteri (✰) kullanıyorum ( daha fazla bilgi için http://html5boilerplate.com/ adresine bakın ) Serverve spesifikasyon başına "izin verilip verilmediğini" merak ediyorum.

• Windows Xp Pro SP 3'te Chrome'daki geliştirme araçlarındaki Ağ Sekmesini kullanarak ✰ gayet iyi görüyorum.

• IE8 ✰ edilir değil düzgün hale.

• W3.org HTML doğrulayıcı yok değil doğru (görüntüler "render â°yerine").

Şimdi, karakter kodlamalarına pek meraklı değilim ... ve açıkçası onları pek umursamıyorum; UTF-8 cus'u körü körüne kullanmam söylendi. :-)

Farklı ayrıştırıcılarda / tarayıcılarda / motorlarda / (her ne denirse) hataların neden olduğu eşitsizlik mi?

Bunun için bir spesifikasyon var mı, yoksa bir HTTP başlığı "değeri" için izin verilen karakterlerin bir listesi var mı?

Kısaca: Yalnızca ASCII'nin çalışması garantilidir. Geriye dönük uyumluluk için bazı ASCII olmayan baytlara izin verilir, ancak görüntülenebilir olmaları beklenmez.

HTTPbis pes etti ve başlıklarda ASCII dışında kullanışlı bir kodlama olmadığını belirtti:

Geçmişte HTTP, ISO-8859-1 karakter setinde [ISO-8859-1] metin içeren alan içeriğine izin vermiş, diğer karakter setlerini yalnızca [RFC2047] kodlamasıyla desteklemiştir. Pratikte, çoğu HTTP üstbilgi alanı değeri yalnızca US-ASCII karakter kümesinin [USASCII] bir alt kümesini kullanır. Yeni tanımlanmış başlık alanları, alan değerlerini US-ASCII sekizli ile sınırlandırmalıdır. Bir alıcı, alan içeriğindeki (obs-text) diğer sekizlileri opak veri olarak ele almalıdır.

Daha önce, 1999'daki RFC 2616 bunu tanımladı:

* METİN kelimeleri, yalnızca RFC 2047 [14] kurallarına göre kodlandığında, ISO-8859-1 [22] dışındaki karakter kümelerinden karakterler içerebilir.

ve RFC 2047, MIME kodlamasıdır , dolayısıyla şöyle olur:

=?UTF-8?Q?=E2=9C=B0?=

ancak (varsa) pek çok müşterinin bunu desteklediğini düşünmüyorum.

Lütfen önce yorumları okuyun, bu cevap muhtemelen doğru kaynaklardan yanlış sonuçlar çıkarır, düzeltilmesi gerekir.

Yazdırılabilir herhangi bir ASCII karakterini kullanabilirsiniz ve ✰ gibi özel karakterler kullanamazsınız ( ASCII değildir )

İpucu : JSON'daki her şeyi kodlayabilirsiniz.

Düzenleme : ilk bakışta açık olmayabilir, başlıkta tanımlanan karakter kodlaması, başlığın kendisi için değil, yalnızca yanıt gövdesi için geçerlidir. (Tavuk ve yumurta sorununa neden olacağı için.)

Tüm ilgili tanımları Penchant tarafından bağlanan spesifikasyona göre özetlemek istiyorum.

message-header = field-name ":" [ field-value ]
field-name     = token
field-value    = *( field-content | LWS )

Yani, alan değerinin peşindeyiz .

LWS            = [CRLF] 1*( SP | HT )
CRLF           = CR LF
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)>

LWS, Doğrusal Beyaz Boşluk anlamına gelir. Esasen, LWS Boşluk veya Sekmedir, ancak alan değerinizi bir Boşluk veya Sekmeden önce yeni bir satır başlatarak birden çok satıra bölebilirsiniz.

Bunu şu şekilde basitleştirelim:

field-value    = <any field-content or Space or Tab>

Şimdi tarla içeriğinin peşindeyiz .

field-content  = <the OCTETs making up the field-value
                 and consisting of either *TEXT or combinations
                 of token, separators, and quoted-string>
OCTET          = <any 8-bit sequence of data>
TEXT           = <any OCTET except CTLs,
                 but including LWS>
CTL            = <any US-ASCII control character
                 (octets 0 - 31) and DEL (127)>
token          = 1*<any CHAR except CTLs or separators>
separators     = "(" | ")" | "<" | ">" | "@"
                 | "," | ";" | ":" | "\" | <">
                 | "/" | "[" | "]" | "?" | "="
                 | "{" | "}" | SP | HT

METİN en genel olanıdır ve geri kalan her şeyi içerir - yani gerisini unutun-. US-ASCII karakter kümesi (= ASCII)

Gördüğünüz gibi, yazdırılabilir tüm ASCII karakterlerine izin verilmektedir.