为什么$_SERVER['HTTP_HOST']有时是example.com，有时是example.com:443？

Question

这是一个在Apache上运行PHP 7的Ubuntu服务器，它的网站强制使用TLS (使用标准端口)。据我理解，https://example.com和https://example.com:443完全等价(实际上，在我的浏览器中，端口号在我输入地址栏时会从地址栏消失)。然而，HTTP_HOST通常只包含域名，但有时也包含端口号。这可能是为机器人访问者(我还没有分析日志)，但即使如此，我不知道如何。有什么实际差别吗？

(这导致了一些问题，因为我们的一些日志、工作队列和服务器端缓存是由HTTP_HOST分隔的，因此在不同的主机上拥有相同的站点报告是令人困惑的。)

Answer 1

PHP文档声明$_SERVER['HTTP_HOST']是：

主机的内容:来自当前请求的标题(如果有)。

实际上，该关联数组中的每个变量(其键以字符串HTTP_开头)都是由用户代理发送的相应HTTP变量的副本。

那么，为什么它有时包含主机名，有时同时包含主机名和端口号？

事实证明，这两种语法都是合法的和等价的。如果服务器使用非默认端口，则需要端口号，否则是可选的。

在什么情况下，用户代理会发送端口号，即使它是默认的？

RFC 7230第5.4条解释说，Host: header的值是URI的授权组件的精确副本。

如果目标URI包含一个授权组件，那么客户端必须发送与该授权组件相同的主机字段值，不包括任何userinfo子组件及其"@“分隔符。。。

什么是权威的组成部分？

这来自于RFC 3986第3.2节中URI的定义，它解释了它是用户信息(用户名和密码)、主机和端口。它解释说，如果端口是默认端口，则应该省略该端口，但不应该等于必须。(见RFC 2119.)

因此，如果主机:头也出现在URI中，则需要用户代理发送端口号。因此，如果用户代理有URL https://example.com:443/robots.txt，那么它将有一个标头Host: example.com:443。用户代理是如何得到这样一个URL的，没有真正的方法可以判断。它可能是由应用程序发送的，也可能是由用户代理构造的。

RFC 7230第2.7.3节解释了URL规范化，这表明不包含端口号的URL与包含默认端口号的URL是等效的。

TL;DR:您的应用程序必须期望端口号可能出现在这个标头中，并以与使用它的上下文相适应的方式处理它。

您可以考虑使用$_SERVER['SERVER_NAME']，它包含处理请求的Apache 中的ServerName指令的值(或者，对于nginx，是server块中的第一个server_name )。