是否在HTTP標頭中合法使用unicode用戶代理？

我正在維護的應用程序使用'latin1'字符集將從Web日誌中提取的用戶代理加載到MySQL表列中。偶爾，它無法加載，看起來像這樣用戶代理：我懷疑這是窒息Iâ?是否在HTTP標頭中合法使用unicode用戶代理？

Mozilla/5.0 (Iâ?; CPU iPhone OS 5_0_1 like Mac OS X) AppleWebKit/534.46 (KHTML^C like Gecko) Version

。我正在努力弄清楚這是否應該得到支持，或者它是否由上游記錄系統引入了腐敗。這是HTTP頭中的合法用戶代理嗎？

2012-04-30 AndreiM

HTTP規範早於Unicode。我確定我看到一些建議說輸出ASCII，但接受UTF-8。但我不記得我在哪裏看到的，這就是爲什麼這是一個評論，而不是一個答案。 – TRiG

@TRiG：聽起來像[魯棒性原則]的特定實例（http://en.wikipedia.org/wiki/Robustness_principle）。 – eggyal

一般來說，嘗試將任意數據存儲爲Latin-1可能是一個糟糕的主意，除非您可以保證您只能獲得可以符合Latin-1字符集的輸入。你爲什麼不使用UTF-8？ – geoffspear

RFC 2616（HTTP 1.1）says該消息頭部內容必須「由......組成令牌，分離器，和引用字符串的任*TEXT或組合的」。如果你看TEXT等的definitions，你會發現合法的字符是那些字節值不在[0，31]範圍內而不等於127的字符;因此像â這樣的字符就我所知道的規範而言是合法的。

來源

2012-04-30 13:52:50 Jon

TEXT實際上*不允許八位位組> 127： TEXT = <除CTL外的任何OCTET，但包括LWS> –

@JulianReschke：Ouch。應該教我不要太快閱讀......我已經糾正了答案;謝謝你的收穫。 – Jon

HTTP 1.1 RFC2616是指ISO-8859-1，它是一個基於拉丁語的單字節字符集。

考慮到HTTP流量是應該是單字節，我也使用latin1字符集爲我的類似日誌。這個決定只是爲了讓我的索引更小。

如果您使用帶有VARCHAR的UTF8，則只有多字節字符需要額外的字節，所以在表空間中，它並不多。但是，索引存儲爲固定寬度，因此，它們會填充空格以防萬一需要（UTF8索引是latin1索引的三倍）。

如果偶爾奇數標題不可讀，它不會影響我。但是，如果你不索引列，你可以使用UTF8。

來源

2012-04-30 13:59:52

從技術上講，八位位組>> 127允許在註釋中。 RFC 2616使得它們默認爲ISO-8859-1，但HTTPbis（即將發佈的RFC 2616修訂版）已經刪除了該規則，因此有時在不久的將來，我們可能會轉向一種理智的編碼。

是否在HTTP標頭中合法使用unicode用戶代理？

回答

相關問題