http 协议的有效字符

draracle2024-03-21 10:29

最近在研究请求头、响应头的有效字符，首先看看 rfc2616 关于消息头的定义：

RFC2616 4.2 Message Headers

beyond the common forms.

复制代码

       message-header = field-name ":" [ field-value ]
       field-name     = token
       field-value    = *( field-content | LWS )
       field-content  = <the OCTETs making up the field-value
                        and consisting of either *TEXT or combinations
                        of token, separators, and quoted-string>

这个是关于消息头的语法定义，其中一些细节在标准的2.2 Basic Rules内定义如下：

复制代码

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)>
CRLF           = CR LF
LWS            = [CRLF] 1*( SP | HT )
OCTET          = <any 8-bit sequence of data>
CHAR           = <any US-ASCII character (octets 0 - 127)>
CTL            = <any US-ASCII control character (octets 0 - 31) and DEL (127)>
TEXT           = <any OCTET except CTLs, but including LWS>

token          = 1*<any CHAR except CTLs or separators>
separators     = "(" | ")" | "<" | ">" | "@" | "," | ";" | ":" | ""
               | <"> | "/" | "[" | "]" | "?" | "=" | "{" | "}" | SP | HT

quoted-string  = ( <"> *(qdtext | quoted-pair ) <"> )
qdtext         = <any TEXT except <">>
quoted-pair    = "\" CHAR

语法说的很明白，field-content 可以是

1）token, separators, quoted-string 组成的字符串，

token：除开控制字符和分隔符的 us字符 $0， 127$ ；

separators：分隔符

quoted-string：由一对引号括起来的 qdtext 或则 quoted-pair 组成；

qdtext：除了引号 " 之外的TEXT (即任何 8 位字节，除开控制字符，但包括CR LF HT) quoted-pair：(反斜杠后跟 $0, 127$ 范围内的任何值)。

2）* TEXT：字符串，除开所有控制字符的8位字节，包括 CR LF HT。

如果研究完协议的描述，可以看到，所有的8字节ASCII码事实上都在标准的允许之内！

但是，实际上，几乎所有的web服务器都不会接受除了CR LF HT之外的控制字符，以及大于等于127的字符（即几乎所有不可读的字符都不在范围之内）。

实际上的事实是，被允许的字符很严格，其范围属于：

9, 10, 13, [32, 127)