HTTP协议使用哪种编码？

Question

当浏览器向web服务器发送HTTP请求时，使用什么编码对网络上的HTTP协议进行编码？是ASCII吗？UTF8？或者是UTF16？或者它是否以预定义的格式指定使用哪种编码(在进行任何解码之前？)

附注:我不是问请求/响应的实际有效负载(例如HTML)。我问的是请求行(即GET /index.html HTTP/1.1)和头(即Host: google.com)的信息。

Answer 1

HTTP 1.1使用US-ASCII作为请求中的request line、响应中的status line (reason phrase除外)和field names的基本字符集，但允许字段值和message body中的任何八位字节。

Answer 2

RFC 2616包括以下内容：

OCTET          = <any 8-bit sequence of data>
CHAR           = <any US-ASCII character (octets 0 - 127)>
UPALPHA        = <any US-ASCII uppercase letter "A".."Z">
LOALPHA        = <any US-ASCII lowercase letter "a".."z">
ALPHA          = UPALPHA | LOALPHA
DIGIT          = <any US-ASCII digit "0".."9">
CTL            = <any US-ASCII control character
                  (octets 0 - 31) and DEL (127)>
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)>
<">            = <US-ASCII double-quote mark (34)>

然后，文档中的几乎所有其他内容都是根据这些实体(OCTET、CHAR等)定义的。因此，您可以查看RFC以找出HTTP请求/响应的哪些部分可以包含ASCII；所有其他部分必须是OCTET。(我会自己做，但会花很长时间)

具体地说，对于请求行，方法名和HTTP版本将只包含ASCII字符，但URL本身也可能包含非ASCII字符。但是如果你看看RFC 2396，它会说。

URI是一个非常有限的集合中的一系列字符，即基本拉丁字母表中的字母、数字和一些特殊字符。

我猜这意味着它也将由ASCII字符组成。