multipart/form-data，字段的默认字符集是什么？

如果没有给出字符集，应该使用什么默认编码来解码multipart/form-data？ RFC2388规定：multipart/form-data，字段的默认字符集是什么？

4.5在形式数据

多部分/格式数据的每个部分的文本字符集是应该有一个内容 - 类型。在字段元素是文本的情况下，文本的字符集参数指示使用的字符编码。

例如，与文本字段的形式，其中输入一个用户“乔欠 <欧盟> 100”，其中<EU>是欧元符号可能具有表单数据返回为：
--AaB03x 
content-disposition: form-data; name="field1" 
content-type: text/plain;charset=windows-1250 
content-transfer-encoding: quoted-printable>> 

Joe owes =80100. 
--AaB03x 

在我的情况下，charset没有设置，我不知道如何解码该文本/平原部分的数据。因为我不想强制执行不是标准行为的事情，所以我在询问这种情况下的预期行为。 RFC似乎没有解释这一点，所以我有点失落。

谢谢！

来源

2010-11-03 Malax

HTTP 1.1的默认字符集是ISO-8859-1（Latin1），我猜这在这里也适用。

3.7.1规范化和文本默认

--snip--

的 “字符集” 参数用于与某些媒体类型来定义字符集（第3.4节）的数据。当发件人未提供显式字符集参数时，“文本”类型的媒体子类型定义为在通过HTTP接收时具有默认字符集值“ISO-8859-1”。除“ISO-8859-1”或其子集以外的字符集中的数据必须用适当的字符集值标记。有关兼容性问题，请参见第3.4.1节。

来源

2010-11-03 10:25:32

这显然在HTML5中发生了变化（请参阅http://dev.w3.org/html5/spec-preview/constraints.html#multipart-form-data）。

与非文件字段对应的生成的多部分/表单数据资源的部分不能指定Content-Type头。

那么指定的字符集在哪里？据我可以从编码算法中知道，唯一的地方是在一个名为_charset_的表单数据集条目中。

如果您的表单没有名为的隐藏输入_charset_，会发生什么情况？我已经在Chrome 28中测试了这一点，发送一个以UTF-8编码的格式和一个ISO-8859-1编码的格式，并检查发送的头文件和有效载荷，并且我没有看到任何地方给出的字符集（尽管文本编码肯定会改变）。如果我在表单中包含一个空的字段，则Chrome会使用正确的字符集类型填充该字段。我猜想任何服务器端代码都必须查找那个_charset_字段来弄清楚它？

我遇到了这个问题，同时编写了一个Chrome扩展，使用XMLHttpRequest.send的FormData对象，其中always gets encoded in UTF-8 no matter what the source document encoding is。

让请求实体主体是以数据作为表单数据集并以utf-8作为显式字符编码运行multipart/form-data编码算法的结果。设mime类型为“multipart/form-data;”，U + 0020 SPACE字符，“boundary =”以及由multipart/form-data编码生成的multipart/form-data边界字符串算法。

正如我刚才发现，字符集= UTF-8是不是在任何地方POST请求指定的，除非你在表单中的空_charset_领域，在这种情况下会自动得到填充“UTF- 8" 。

这是我对事物状态的理解。我欢迎任何更正我的假设！

来源

2013-07-23 18:48:35 owlman

完全一样的问题对我来说，但解决方案不起作用。我取而代之的是'name'设置为'charset'的负载的一部分，但根本没有声明。这是我的输入：'' – Ercksen 2016-01-07 17:20:47

@Ercksen，设想你应该使用“__ \ _ charset \ ___”输入 – Romeno 2016-03-02 15:38:42

感谢@owlman的详细解释。

只是一些更多的信息在这里：

上传请求负载片段：

------WebKitFormBoundarydZAwJIasnBbGaUqM 
Content-Disposition: form-data; name="file"; filename="xxx.txt" 
Content-Type: text/plain

如果 “xxx.txt” 具有使用UTF-8编码，树脂（如4.0中有一些UNICODE字符。 40）无法正确解码，但Jetty（9.x）可以。

我认为Resin行为的原因是Content-type没有指定任何编码，所以Resin使用“ISO8859-1”解码文件名，这可能会导致乱码。

我做了一些谷歌搜索：

https://mail-archives.apache.org/mod_mbox/struts-user/200310.mbox/%[email protected]%3E

看来，树脂的行为是根据Servlet规范2.3

我不能找到http://www.caucho.com/resin-4.0/reference.xtp 可以改变这种行为的任何设置树脂。

来源

2016-07-25 09:31:26 PickBoy

multipart/form-data，字段的默认字符集是什么？

回答

相关问题