HTTP header 头的编码格式

Question

单指Response（感觉request也差不多）

或者说是HTTP报文的编码格式（TCP的知识了解的不多，越想越乱）

HTTP header里面有关于HTML文档编码的说明，但是对于整个HTTP报文，在打开之前是不知道编码的，感觉是一个先有鸡还是先有蛋的问题。

如果说是按一般的文本文档，那么当使用HTTP来下载一个exe等二进制文件的时候不会产生问题么。

说的有点乱了，我也不知道该如何正确的表述，希望大家尽量理解

Answer 1

处理HTTP协议的程序只关心 HTTP头是什么，不关心后面的数据是什么，所以他只要能够正确解析HTTP头里面的东西就可以了。其后面的数据是什么不是HTTP协议关心东西，所以处理HTTP协议的程序根本不会解析HTTP报文的其他部分，HTTP协议只会解析数据到两个连续的换行回车之前。后面的数据，像是HTML，exe等都不是HTTP协议负责解析的。

HTTP头其实就是ACSII码，准确的来说HTTP头里面不会出现标准ACSII之外的字符。URL里的中文一般都是用UTF-8编码，然后写成%XX的形式。所以HTTP里面不会出现标准ACSII之外的字符，所以HTTP头用ACSII编码就够了。这样就可以正确解析 HTTP头了。

然后就是使用HTTP传输数据的问题。其实数据的所有表现形式就都是二进制，在HTTP协议里面，传输需要的就是HTTP头，其后面携带的是什么数据都没有关系，对HTTP协议来说都是一样的。HTTP协议其后的数据是什么意思全看你上层怎么解释。HTTP协议传输数据就是 “HTTP头” ++ “数据”， HTTP协议只关心这个 HTTP头，数据格式那是上层应用关心的事情，是你自己的上层协议规定的格式，只要HTTP能够传输任意的二进制数据就可以了。HTTP头里面的content-type只是用于告诉处理HTTP协议的程序把这个数据交给上一层的哪个应用处理。比如在浏览器里，text/html 就交给处理HTML的程序处理，image/jpeg 就交给jpg的解码器，如果是application/octet-stream就交给下载程序处理等等。交给上层的数据，就是原始的HTTP报文里面两个连续的换行回车之后的数据，原封不动的数据。上层的处理程序能不能正确的识别“编码”，就不是HTTP所关心的了。

如果你把他们看作一个整体来看，显然是不行的。比如HTTP下一层是TCP？IP协议，难道TCP知道传输的网页使用UTF-8编码？不，他不知道，因为他不需要知道，他只需要把它携带的数据交给处理HTTP协议的程序就好了（TCP协议头里面也有一个标识上层协议的字段），所以你现在看到的数据不包含一些端口号 IP地址之类的东西。