组织:中国互动出版网(http://www.china-pub.com/) RFC文档中文翻译计划(http://www.china-pub.com/compters/emook/aboutemook.htm) E-mail:ouyang@china-pub.com 译者:黄晓东(黄晓东 xdhuang@eyou.com) 译文发布时间:2001-7-14 版权:本中文翻译文档版权归中国互动出版网所有。可以用于非商业用途自由转载,但必须 保留本文档的翻译及版权信息。 Network Working Group T. Berners-Lee Request for Comments: 1945 MIT/LCS Category: Informational R. Fielding UC Irvine H. Frystyk MIT/LCS May 1996 超文本传输协议 -- HTTP/1.0 (Hyptertext Transfer Protocol – HTTP/1.0) 关于下段备忘(Status of This Memo) 本段文字为Internet团体提供信息,并没有以任何方式指定Internet标准。本段文字没 有分发限制。 IESG提示(IESG Note): IESG已在关注此协议,并期待该文档能尽快被标准跟踪文档所替代。 摘要(Abstract) HTTP(Hypertext Transfer Protocol)是应用级协议,它适应了分布式超媒体协作系统对 灵活性及速度的要求。它是一个一般的、无状态的、基于对象的协议,通过对其请求方法 (request methods)进行扩展,可以被用于多种用途,比如命名服务器(name server)及分 布式对象管理系统。HTTP的一个特性是其数据表现类型允许系统的构建不再依赖于要传输 的数据。 HTTP自从1990年就在WWW上被广泛使用。该规范反映了“HTTP/1.0”的普通用法。 目录(Table of Contents) 1. 介绍(Introduction) 6 1.1 目的(Purpose) 6 1.2 术语(Terminology) 6 1.3 概述(Overall Operation) 8 1.4 HTTP and MIME 9 2. 标志转换及通用语法(Notational Conventions and Generic Grammar) 9 2.1 补充反馈方式(Augmented BNF) 9 2.2 基本规则(Basic Rules) 10 3. 协议参数(Protocol Parameters) 12 3.1 HTTP版本(HTTP Version) 12 3.2 统一资源标识(Uniform Resource Identifiers) 13 3.2.1 一般语法(General Syntax) 13 3.2.2 http URL 14 3.3 Date/Time 格式(Date/Time Formats) 15 3.4 字符集(Character Sets) 16 3.5 内容译码(Content Codings) 16 3.6 介质类型(Media Types) 17 3.6.1标准及文本缺省(Canonicalization and Text Defaults) 18 3.6.2 多部分类型(Multipart Types) 18 3.7 产品标识(Product Tokens) 19 4. HTTP 消息(HTTP Message) 19 4.1 消息类型(Message Types) 19 4.2 消息标题(Message Headers) 20 4.3 普通标题域(General Header Fields) 20 5. 请求(Request) 21 5.1 请求队列(Request-Line) 21 5.1.1 方法(Method) 22 5.1.2 请求URI(Request-URI) 22 5.2 请求标题域(Request Header Fields) 23 6. 回应(Response) 23 6.1 状态行(Status-Line) 24 6.1.1 状态代码和原因分析(Status Code and Reason Phrase) 24 6.2 回应标题域(Response Header Fields) 25 7. 实体(Entity) 26 7.1 实体标题域(Entity Header Fields) 26 7.2 实体主体(Entity Body) 26 7.2.1 类型(Type) 27 7.2.2 长度(Length) 27 8. 方法定义(Method Definitions) 27 8.1 GET 28 8.2 HEAD 28 8.3 POST 28 9. 状态代码定义(Status Code Definitions) 29 9.1 消息1xx(Informational 1xx) 29 9.2 成功2xx(Successful 2xx) 29 9.3 重定向(Redirection 3xx) 30 9.4 客户端错误(Client Error )4xx 31 9.5 服务器错误(Server Error )5xx 32 10. 标题域定义(Header Field Definitions) 33 10.1 允许(Allow) 33 10.2 授权(Authorization) 34 10.3 内容编码(Content-Encoding) 34 10.4 内容长度(Content-Length) 34 10.5 内容类型(Content-Type) 35 10.6 日期(Date) 35 10.7 过期(Expires) 36 10.8 来自(From) 37 10.9 从何时更改(If-Modified-Since) 37 10.10 最近更改(Last-Modified) 38 10.11 位置(Location) 38 10.12 注解(Pragma) 39 10.13 提交方(Referer) 39 10.14 服务器(Server) 40 10.15 用户代理(User-Agent) 40 10.16 WWW-授权(WWW-Authenticate) 40 11. 访问鉴别(Access Authentication) 41 11.1 基本授权方案(Basic Authentication Scheme) 42 12. 安全考虑(Security Considerations) 43 12.1 客户授权(Authentication of Clients) 43 12.2 安全方法(Safe Methods) 43 12.3 服务器日志信息的弊端(Abuse of Server Log Information) 43 12.4 敏感信息传输(Transfer of Sensitive Information) 44 12.5 基于文件及路径名的攻击(Attacks Based On File and Path Names) 44 13. 感谢(Acknowledgments) 45 14. 参考书目(References) 45 15. 作者地址(Authors' Addresses) 47 附录(Appendices) 48 A. Internet介质类型消息/http(Internet Media Type message/http) 48 B. 容错应用(Tolerant Applications) 48 C. 与MIME的关系(Relationship to MIME) 49 C.1 转换为规范形式(Conversion to Canonical Form) 49 C.2 日期格式转换(Conversion of Date Formats) 49 C.3 内容编码介绍(Introduction of Content-Encoding) 50 C.4 无内容传输编码(No Content-Transfer-Encoding) 50 C.5 多个主体的HTTP标题域(HTTP Header Fields in Multipart Body-Parts) 50 D. 附加特性(Additional Features) 50 D.1 附加请求方法(Additional Request Methods) 51 D.2 附加标题域定义(Additional Header Field Definitions) 51 1. 介绍(Introduction) 1.1 目的(Purpose) HTTP(Hypertext Transfer Protocol)是应用级协议,它适应了分布式超媒体协作系统对 灵活性及速度的要求。它是一个一般的、无状态的、基于对象的协议,通过对其请求方法 (request methods)进行扩展,可以被用于多种用途,比如命名服务器(name server)及分 布式对象管理系统。HTTP的一个特性是其数据表现类型允许系统的构建不再依赖于要传输 的数据。 HTTP自从1990年就在WWW上被广泛使用。该规范反映了“HTTP/1.0”的普通用法。 该规范描述了在大多数HTTP/1.0客户机及服务器上看起来已经实现的特性。规范将被 分成两个部分:HTTP特性的实现是本文档的主要内容,而其它不太通行的实现将被列在附 录D中。 实用的信息系统需要更多的功能,而不仅仅是数据的获取,包括搜索、前端更新及注解。 HTTP允许使用开放的命令集来表示请求的目的,它使用基于URI[2](Uniform Resource Identifier),即统一资源标识的规则来定位(URL[4])或命名(URN[16])方法所用到的资 源。HTTP使用与邮件(Internet Mail [7])和MIME(Multipurpose Internet Mail Extensions [5]) 相似的格式来传递消息。 HTTP也作为用户代理、代理服务器/网关与其它Internet协议进行通讯的一般协议,这 些协议是,SMTP [12], NNTP [11], FTP [14], Gopher [1], and WAIS [8]等。HTTP允许不同的 应用可以进行基本的超媒体资源访问,并简化用户代理的实现。 1.2 术语(Terminology) 本规范用了许多与参与方、对象及HTTP通讯相关的术语,如下: 连接(connection) 两个应用程序以通讯为目的在传输层建立虚拟电路。 消息(message) HTTP通讯的基本单元,在连接中传输的结构化的、有顺序的字节(其含义在第四 节中定义)。 请求(request) HTTP的请求消息(在第五节定义) 回应(response) HTTP的回应消息(在第六节定义) 资源(resource) 网络上可以用URI来标识的数据对象或服务(见3.2节) 实体(entity) 可被附在请求或回应消息中的特殊的表示法、数据资源的表示、服务资源的回应等, 由实体标题(entity header)或实体主体(entity body)内容形式存在的元信息组成。 客户端(client) 指以发出请求为目的而建立连接的应用程序。 用户代理(user agent) 指初始化请求的客户端,如浏览器、编辑器、蜘蛛(web爬行机器人)或其它终端 用户工具。 服务器(server) 指接受连接,并通过发送回应来响应服务请求的应用程序。 原始服务器(origin server) 存放资源或产生资源的服务器。 代理(proxy) 同时扮演服务器及客户端角色的中间程序,用来为其它客户产生请求。请求经过变 换,被传递到最终的目的服务器,在代理程序内部,请求或被处理,或被传递。代 理必须在消息转发前对消息进行解释,而且如有必要还得重写消息。代理通常被用 作经过防火墙的客户端出口,用以辅助处理用户代理所没实现的请求。 网关(gateway) 服务器之间的服务器。与代理不同,网关接受请求就好象它就是被请求资源所在的 原始服务器,发出请求的客户端可能并没有意识到它在与网关进行通讯。网关是网 络防火墙服务器端的门户。对非HTTP系统资源进行访问时,网关做为中间的协议 翻译者。 隧道(tunnel) 隧道就好象连接两端看不见的中继器。处于激活状态时,它虽然是由HTTP请求来 初始化的,但它并不参与HTTP通讯。当需要中继连接的两端关闭后,隧道也自然 终止。在入口有需求及中间程序无法或不该解释要中继的通讯时,通常要用到隧道 技术。 缓存(cache) 指程序本地存储的回应消息和用来控制消息存储、重获、删除的子系统。 缓存回应的目的是为减少请求回应时间,以及未来一段时间对网络带宽的消耗。任 何客户端及服务端都可以包含缓存。服务器在以隧道方式工作时不能使用缓存。 任何指定的程序都有能力同时做为客户端和服务器。我们在使用这个概念时,不是看程 序功能上是否能实现客户及服务器,而是看程序在特定连接时段上扮演何种角色(客户或服 务器)。同样,任何服务器可以扮演原始服务器、代理、网关、隧道等角色,行为的切换取 决于每次请求的内容。 1.3 概述(Overall Operation) HTTP协议是基于请求/回应机制的。客户端与服务器端建立连接后,以请求方法、URI、 协议版本等方式向服务器端发出请求,该请求可跟随包含请求修饰符、客户信息、及可能的 请求体(body)内容的MIME类型消息。 服务器端通过状态队列(status line)来回应,内容包括消息的协议版本、成功或错误代 码,也跟随着包含服务器信息、实体元信息及实体内容的MIME类型消息。 绝大多数HTTP通讯由用户代理进行初始化,并通过它来组装请求以获取存储在一些原 始服务器上的资源。在最简单的情况下,通过用户代理(UA)与原始服务器(O)之间一 个简单的连接(v)就可以完成。 request chain ------------------------> UA -------------------v------------------- O <----------------------- response chain 更复杂的情况是当请求/回应链之间存在一个或更多中间环节。总体看来,有三种中间 环节:代理(proxy)、网关(gateway)、隧道(tunnel)。 代理(proxy)是向前推送的代理人(agent),它以绝对形式接收URI请求,重写全部 或部分消息,并将经过改写的请求继续向URI中指定的服务器处推送。 网关是接收代理,它处于服务器层之上,在必要时候,它用服务器可识别的协议来传递 请求。 隧道不改变消息,它只是连接两端的中继点。在有中间层(如防火墙)或中间层无法解 析消息内容的情况下,需要靠隧道技术来帮助通讯穿越中间层。 request chain --------------------------------------> UA -----v----- A -----v----- B -----v----- C -----v----- O <------------------------------------- response chain 上面的图形表示在用户代理和原始服务器之间有三个中间层(A,B和C)。由图可见, 请求或回应消息在整个信息链上运行需要通过四个单独的连接,它与在此之前介绍的简单情 况是有区别的,而且此区别是十分重要的。因为HTTP通讯选项可以设置成几种情况,如只 与最近的非隧道邻居连接、只与信息链末端连接、或者可与链中全部环节连接等等。虽然上 面的图是线性的,而实际上每个参与环节都在同时与多方进行通讯活动。例如,B在接受除 A之外其它客户端请求的同时,向除C之外的其它服务器推送请求,在这个时刻,它可能 接受到A的请求,并给予处理。 参与通讯的任何一方如果没有以隧道方式进行工作,必须要借助内部缓存机制来处理请 求,如果链上某个参与方碰巧缓存了某个请求的回应,那就相应于缩短了请求/回应链。下 面的图例演示了当B缓存了从O经由C过来的回应信息,而UA和A没缓存的情况: request chain ----------> UA -----v----- A -----v----- B - - - - - - C - - - - - - O <--------- response chain 并非所有的回应都可以被缓存,某些请求所包含的修饰符中可能对缓存行为进行了特别 指明。一些基于HTTP/1.0的应用使用了启发式的方法来描述哪些回应可被缓存,而哪些则 不可以,但遗憾的是,这些规则并没有形成标准。 在Internet上,HTTP通讯往往基于TCP/IP的连接方式。缺省的端口是TCP 80[15]口, 但也可以使用其它端口。并不排除基于Ineternet上的其它协议或网络协议的HTTP实现方 式,HTTP只是假定传输是可靠的,因而任何能提供这种保证的协议都可以被使用。至于 HTTP/1.0请求和回应在数据传输过程中的数据结构问题,不在本文讨论范围之内。 实验室应用除外,当前的做法是客户端在每次请求之前建立连接,而服务器端在发送回 应后关闭此连接。不管客户端还是服务器端都应注意处理突发的连接中断,因为双方都有可 能因为用户操作、自动超时、程序失败等原因关闭与对方的连接。在这种情况下,不管请求 处于什么样的状态,如单方或双方同时关闭连接,都会导致当前的请求被终止。 1.4 HTTP and MIME HTTP/1.0使用了多种结构来定义MIME,详见RFC1521[5]。附录C描述了Internet承 认的Internet介质类型与mail介质类型的不同工作方式,并给出二者区别的基本解释。 2. 标志转换及通用语法(Notational Conventions and Generic Grammar) 2.1 补充反馈方式(Augmented BNF) 与RFC822[7]很类似,本文对所有机制的说明都是以散文和补充反馈的方式来描述的。 对于实现者来说,要想理解这些约定,必须对这些符号很熟悉。补充反馈方式(augmented BNF)包括下面的结构: 要解释的名词=名词解释(name = definition) 规则的名字(name)就是它本身(不带任何尖括号,“<”,“>”),后面跟个等号=, 然后就是该规则的定义。如果规则需要用多个行来描述,利用空格进行缩进格式排 版。某些基本的规则使用大写,如SP, LWS, HT, CRLF, DIGIT, ALPHA,等等。定义 中还可以使用尖括号来帮助理解规则名的使用。 字面意思("literal") 文字的字面意思放在引号中间,除非特别指定,该段文字是大小写敏感的。 规则1|规则2(rule1 | rule2) “|”表示其分隔的元素是可选的,比如,“是|否”要选择‘是’或‘否’。 (规则1 规则2)((rule1 rule2)) 在圆括号中的元素表明必选其一。如(元素1(元素2|元素3)元素4)可表明两 种意思,即“元素1 元素2 元素4”和“元素1 元素3 元素4” *规则(*rule) 在元素前加星号“*”表示循环,其完整形式是“<n>*<m>元素”,表明元素最少产 生<n>次,最多<m>次。缺省值是0到无限,例如,“1*元素”意思是至少有一个, 而“1*2元素”表明允许有1个或2个。 [规则]([rule]) 方括号内是可选元素。如“[元素1 元素2]”与“*1(元素1 元素2)”是一回 事。 N 规则(N rule) 表明循环的次数:“<n>(元素)”就是“<n>*<n>(元素)”,也就是精确指出<n> 取值。因而,2DIGIT 就是2位数字, 3ALPHA 就是由三个字母组成字符串。 #规则(#rule) “#”与“*”类似,用于定义元素列表。 完整形式是“<n>#<m>元素”表示至少有<n>个至多有<m>个元素,中间用“,”或 任意数量的空格(LWS-linear whitespace)来分隔,这将使列表非常方便,如“(*LWS 元素 *( *LWS "," *LWS 元素 ))”就等同于“1#元素”。 空元素在结构中可被任意使用,但不参与元素个数的计数。也就是说,“(元素1),, (元素2)”仅表示2个元素。但在结构中,应至少有一个非空的元素存在。缺省 值是0到无限,即“#(元素)”表示可取任何数值,包括0;而“1#元素”表示至 少有1个;而“1#2元素”表示有1个或2个。 ;注释(; comment) 分号后面是注释,仅在单行使用。 隐含*LWS(implied *LWS) 本文的语法描述是基于单词的。除非另有指定,线性空格(LWS)可以两个邻近符 号或分隔符(tspecials)之间任意使用,而不会对整句的意思造成影响。在两个符号之 间必须有至少一个分隔符,因为它们也要做为单独的符号来解释。实际上,应用程序在 产生HTTP结构时,应当试图遵照“通常方式”,因为现在的确有些实现方式在通常方 式下无法正常工作。 2.2 基本规则(Basic Rules) 下面的规则将用于本文后面对结构基本解析。 US-ASCII 编码字符集定义[17]。 OCTET = <8-bit的顺序数据,即bytes> CHAR = < US-ASCII字符(取值为0 – 127的OCTET)> UPALPHA = < US-ASCII 大写字符"A"到"Z"> LOALPHA = <US-ASCII 小写字符"a"到"z"> ALPHA = UPALPHA | LOALPHA DIGIT = < US-ASCII 数字"0"到"9"> CTL = < US-ASCII 控制字符(取值0到31的octet )和DEL (127)> CR = <US-ASCII CR, 回车符carriage return(13)> LF = <US-ASCII LF, 换行符linefeed (10)> SP = <US-ASCII SP, 空格space (32)> HT = <US-ASCII HT, 水平制表符horizontal-tab(9)> <"> = <US-ASCII 双引号标记double-quote mark (34)> HTTP/1.0规定,除实体主体(Entity-Body,见附录B容错应用)外,所有协议元 素的行结束标志都是CRLF(按字节顺序)。在实体主体内部的行结束标志定义及 其对应的介质类型定义,见3.6节的描述。 CRLF = CR LF HTTP/1.0的头可以折成许多行,只要每个后续行以空格或水平制表符开头。所有 的线性空格(LWS),同空格(SP)有相同的语义。 LWS = [CRLF] 1*( SP | HT ) 实际上,有些应用并没有考虑处理这样多行的头,所以从兼容性上考虑,HTTP/1.0 应用最好不要产生折成多行的头。 TEXT规则只是用于描述消息解释器不关心的域的内容及其取值。文本内容可包含 不同于US-ASCII的字符。 TEXT = <除了控制字符(CTLs)之外的任何OCTET,包括LWS > 在标题域中的收件人域如包含US-ASCII字符集以外的字符,这些字符将按照 ISO-8859-1标准来解释。 十六进制数字型字符在几个协议元素中到。 HEX = "A" | "B" | "C" | "D" | "E" | "F" | "a" | "b" | "c" | "d" | "e" | "f" | DIGIT 许多HTTP/1.0头域的内容由被LWS分隔的单词或特殊字符组成,这些特殊字符 必须置于引号中间的字符串内,作为参数值使用。 Word = 符号(token)| 被引号引起来的字符串 token = 1*<除控制字符(CTLs)或tspecials之外的任意字符> tspecials = "(" | ")" | "<" | ">" | "@" | "," | ";" | ":" | "/" | <"> | "/" | "[" | "]" | "?" | "=" | "{" | "}" | SP | HT 在HTTP头域中可用括号表示注释文字。注释只允许写在包含注释的域,做为域值 定义的一部分。在除此之外其它域中,括号将被视为域值。 comment = "(" *( ctext | comment ) ")" ctext = <除圆括号外的任何TEXT> 被双引号圈中的文本字符串将被视为一个单词。 quoted-string = ( <"> *(qdtext) <"> ) qdtext = <除了双引号及控制字符之外的任何字符,包括LWS > 在HTTP/1.0中不允许使用后斜线“/”来引用单字符。 3. 协议参数(Protocol Parameters) 3.1 HTTP版本(HTTP Version) HTTP采用主从(<major>.<minor>)数字形式来表示版本。协议的版本政策倾向于让发 送方表明其消息的格式及功能,而不仅仅为了获得通讯的特性,这样做的目的是为了与更高 版本的HTTP实现通讯。只增加扩展域的值或增加了不影响通讯行为的消息组件都不会导致 版本数据的变化。当协议消息的主要解析算法没变,而消息语法及发送方的隐含功能增加了, 将会导致从版本号(<minor>)增加;当协议中消息的格式变化了,主版本号(<major>)也 将发生改变。 HTTP消息的版本由消息第一行中的HTTP版本域来表示。如果消息中的协议版本没有 指定,接收方必须假定它是符合HTTP/0.9的简单标准。 HTTP-Version = "HTTP" "/" 1*DIGIT "." 1*DIGIT 注意,主从版本应当被看作单独的整数,因为它们都有可能增加,从而超过一位整 数。因而,HTTP/2.4比HTTP/2.13版本低,而HTTP/2.13又比HTTP/12.3版本低。 版本号前面的0将被接收方忽略,而在发送方处也不应产生。 本文档定义了HTTP协议的0.9及1.0版本。发送完整请求(Full-Request)及完整 回应(Full-Response)消息的应用必须指明HTTP的版本为“HTTP/1.0”。 HTTP/1.0服务器必须: o识别HTTP/0.9及HTTP/1.0请求命令中的请求队列(Request-Line)的格式。 o理解任何HTTP/0.9及HTTP/1.0中的合法请求格式。 o 使用与客户端相同版本的协议进行消息回应。 HTTP/1.0 客户端必须: o 识别HTTP/1.0回应中状态队列(Status-Line)的格式。 o 理解HTTP/0.9及HTTP/1.0中合法回应的格式。 当代理及网关收到与其自身版本不同的HTTP请求时,必须小心处理请求的推送,因为 协议版本表明发送方的能力,代理或网关不应发出高于自身版本的消息。如果收到高版本的 请求,代理或网关必须降低该请求的版本,并回应一个错误。而低版本的请求也应在被推送 前升级。 代理或网关回应请求时必须遵照前面列出的规定。 3.2 统一资源标识(Uniform Resource Identifiers) URI有许多名字,如WWW地址、通用文件标识(Universal Document Identifiers)、通 用资源标识(Universal Resource Identifiers [2]),以及最终的统一资源定位符(Uniform Resource Locators (URL) [4])和统一资源名(URN)。在涉及HTTP以前,URI用简单格式 的字符串描述-名字、位置、或其它特性,如网络资源。 3.2.1 一般语法(General Syntax) 在HTTP中URI可以用绝对形式表示,也可用相对于某一基本URI[9]的形式表示,具 体取决于它们的使用方式。这两种形式的不同在于绝对URI总是以方法名称后跟“:”开头。 URI = ( absoluteURI | relativeURI ) [ "#" fragment ] absoluteURI = scheme ":" *( uchar | reserved ) relativeURI = net_path | abs_path | rel_path net_path = "//" net_loc [ abs_path ] abs_path = "/" rel_path rel_path = [ path ] [ ";" params ] [ "?" query ] path = fsegment *( "/" segment ) fsegment = 1*pchar segment = *pchar params = param *( ";" param ) param = *( pchar | "/" ) scheme = 1*( ALPHA | DIGIT | "+" | "-" | "." ) net_loc = *( pchar | ";" | "?" ) query = *( uchar | reserved ) fragment = *( uchar | reserved ) pchar = uchar | ":" | "@" | "&" | "=" | "+" uchar = unreserved | escape unreserved = ALPHA | DIGIT | safe | extra | national escape = "%" HEX HEX reserved = ";" | "/" | "?" | ":" | "@" | "&" | "=" | "+" extra = "!" | "*" | "'" | "(" | ")" | "," safe = "$" | "-" | "_" | "." unsafe = CTL | SP | <"> | "#" | "%" | "<" | ">" national = <any OCTET excluding ALPHA, DIGIT, reserved, extra, safe, and unsafe> 权威的URL语法及语义信息请参见RFC1738[4]和RFC1808[9]。上面所提到的BNF中 包括了合法URL中不允许出现的符号(RFC1738),因为HTTP服务器并没有限制为只能用 非保留字符集中的字符来表示地址路径,而且HTTP代理也可能接收到RFC1738没有定义 的URI请求。 3.2.2 http URL “http”表示要通过HTTP协议来定位网络资源。本节定义了HTTP URL的语法和语义。 http_URL = "http:" "//" host [ ":" port ] [ abs_path ] host = <合法的Internet主机域名或IP地址(用十进制数及点组成) ,见RFC1123,2.1节定义> port = *DIGIT 如是端口为空或没指定,则缺省为80端口。对于绝对路径的URI来说,拥有被请求的 资源的服务器主机通过侦听该端口的TCP连接来接收该URI请求。如果URL中没有给出 绝对路径,要作为请求URI(参见5.1.2节)使用,必须以“/”形式给出。 注意:虽然HTTP协议独立于传输层协议,http URL只是标识资源的TCP位置,而对 于非TCP资源来说,必须用其它的URI形式来标识。 规范的HTTP URL形式可通过将主机中的大写字符转换成小写(主机名是大小写敏感 的)来获得。如果端口是80,去掉冒号及端口号,并将空路径替换成“/”。 3.3 Date/Time 格式(Date/Time Formats) 出于历史原因,HTTP/1.0应用允许三种格式来表示时间戳: Sun, 06 Nov 1994 08:49:37 GMT ; RFC 822, updated by RFC 1123 Sunday, 06-Nov-94 08:49:37 GMT ; RFC 850, obsoleted by RFC 1036 Sun Nov 6 08:49:37 1994 ; ANSI C's asctime() format 第一种格式是首选的Internet标准格式,表示方法长度固定(RFC1123[6])。第二种格 式在普通情况下使用,但是它是基于已经废弃的RFC850[10]中的日期格式,而且年不是用 四位数字表示的。HTTP/1.0 客户端及服务器端在解析日期时可识别全部三种格式,但是它 们不可以产生第三种时间格式(asctime) 。 注意:对于接收到由非HTTP应用产生的日期数据时,提倡对接收到的日期值进行填充。 这样做是因为,在某些时候,代理或网关可能通过SMTP或NNTP来获取或发送消息。 所有的HTTP/1.0 date/timp时间戳必须用世界时间(Universal Time,UT),即格林威治 时间来表示(Greenwich Mean Time,GMT),没有任何修改的余地。前面的两种格式用了 “GMT”表示时区,在读ASC表示的时间时,也应假定是这个时区。 HTTP-date = rfc1123-date | rfc850-date | asctime-date rfc1123-date = wkday "," SP date1 SP time SP "GMT" rfc850-date = weekday "," SP date2 SP time SP "GMT" asctime-date = wkday SP date3 SP time SP 4DIGIT date1 = 2DIGIT SP month SP 4DIGIT ; day month year (e.g., 02 Jun 1982) date2 = 2DIGIT "-" month "-" 2DIGIT ; day-month-year (e.g., 02-Jun-82) date3 = month SP ( 2DIGIT | ( SP 1DIGIT )) ; month day (e.g., Jun 2) time = 2DIGIT ":" 2DIGIT ":" 2DIGIT ; 00:00:00 - 23:59:59 wkday = "Mon" | "Tue" | "Wed" | "Thu" | "Fri" | "Sat" | "Sun" weekday = "Monday" | "Tuesday" | "Wednesday" | "Thursday" | "Friday" | "Saturday" | "Sunday" month = "Jan" | "Feb" | "Mar" | "Apr" | "May" | "Jun" | "Jul" | "Aug" | "Sep" | "Oct" | "Nov" | "Dec" 注意:HTTP要求只能在协议流中使用data/time时间戳格式,不要求客户端及服务 器端在用户描述、请求登录等情况下使用这类格式。 3.4 字符集(Character Sets) HTTP所使用的字符集定义和描述MIME时用的相同: 本文档用字符集(character set)来指明利用一个或多个表将顺序字节转换成顺序字 符的方法。注意,不需要其它方向的无条件转换,因为不是所有的字符都可以用给 定字符集来表示,同时,一个字符集也可能提供一种以上的字节顺序来表示一种特 殊的字符。这种定义倾向于允许不同类型的字符编码通过简单的单表映射来实现, 如,从表US-ASCII切换到复杂表如ISO2202。实际上,与MIME字符集名相关的 定义必须完整指定从字节到字符的映射,特别是不允许通过利用外部配置信息来确 定精确的映射。 注意:术语字符集(character set)归于字符编码(character encoding)。事实上, 由于HTTP与MIME共同使用同样的注册,所以其术语也应一致。 HTTP字符集由大小写敏感的符号组成。全部的符号定义参见IANA字符集注册 [15]。因为注册处不会为每个字符集单独定义一套符号,所以我们在这看到的字符 集名大多是与HTTP实体使用相关的。这些在RFC 1521 [5] 中注册的字符集,即 US-ASCII [17] 及ISO-8859 [18]字符集,还有一些其它字符集被强烈建议在MIME 字符集参数内部使用。 charset = "US-ASCII" | "ISO-8859-1" | "ISO-8859-2" | "ISO-8859-3" | "ISO-8859-4" | "ISO-8859-5" | "ISO-8859-6" | "ISO-8859-7" | "ISO-8859-8" | "ISO-8859-9" | "ISO-2022-JP" | "ISO-2022-JP-2" | "ISO-2022-KR" | "UNICODE-1-1" | "UNICODE-1-1-UTF-7" | "UNICODE-1-1-UTF-8" | token 虽然HTTP允许使用专用符号做为字符集值,但是任何在IANA字符集注册表[15] 中有预定义值的符号都必须表明其所属的字符集。应用应当将其对字符集的使用限 制在IANA注册表规定的范围之内。 实体主体的字符集如果属于US-ASCII 或ISO-8859-1字符集,则勿需标记,否则, 应当用主体字符编码方式中的最基本命名来标记。 3.5 内容译码(Content Codings) 内容译码值用于指示对资源进行的编码转换。内容译码主要用于将经过压缩、加密等操 作的文件进行还原,使其保持其原来的介质类型。典型情况下,经过编码保存的资源只能经 过解码或类似的操作才能还原。 content-coding = "x-gzip" | "x-compress" | token 注意:出于对未来兼容性的考虑,HTTP/1.0应用应将"gzip" 和"compress" 分别与 "x-gzip"和"x-compress"对应起来。 所有的内容译码值都是大小写敏感的。HTTP/1.0在内容编码(10.3节)头域中使用内 容译码值。虽然该值描述的是内容译码,但更为重要的是,它指明了应当用什么机制来进行 解码。注意,单独的程序可能有能力实现对多种格式编码的解码。 在这段文字中,提到了两个值: x-gzip 文件压缩程序"gzip" (GNU zip,由Jean-loup Gailly开发)的编码格式。该格式属于 典型的带有32位CRC 校验的Lempel-Ziv译码 (LZ77)。 x-compress 文件压缩程序"compress"的编码格式,该格式适用于LZW(Lempel-Ziv-Welch)译 码。 注意:用程序名来标识编码格式的做法不是很理想,在将来可能不会继续这样做。现在 之所以这样做是出于历史的原因,并非良好的设计。 3.6 介质类型(Media Types) HTTP在Content-Type header域(10.5节)中使用Internet介质类型[13],用以提供开放 的可扩展的数据类型。 media-type = type "/" subtype *( ";" parameter ) type = token subtype = token 参数可参照属性/值对的方式,用类型/子类型的格式来写。 Parameter = attribute "=" value Attribute = token Value = token | quoted-string 其中,类型、子类型、参数属性名是大小写敏感的。而参数值不一定是大小写敏感的, 这得看参数名的语法而定。在类型和子类型、属性名和属性值之间不能有LWS(空格)。当 接收到不能识别的介质类型的参数时,用户代理应当忽略它们。 一些老的HTTP应用不能识别介质类型参数,所以HTTP/1.0的应用程序只能在定义消 息内容时使用介质参数。 介质参数(Media-type)值用Internet授权分配数字(Internet Assigned Number Authority ,IANA [15])注册。介质类型注册过程请参见RFC1590[13]。不鼓励使用未注册 的介质类型。 3.6.1标准及文本缺省(Canonicalization and Text Defaults) Internet介质类型是用规范形式注册的。一般来说,在通过HTTP协议传输实体主体 (Entity-Body)之前,必须先将其表示成适当的规范格式。如果主体用使用了一种 Content-Encoding进行编码,下面的数据在编码前必须转换成规范形式: "text"类型的介质子类型在规范形式中使用CRLF做为文本行中断。实际上,为和实体 主体(Entity body)内的使用方式保持一致,HTTP允许传输纯以CR或LF单独表示行中断 的文本介质。HTTP应用程序必须将其通过HTTP方式接收到的文本介质中的CRLF、CR、 LF看做是行中断符。 另外,如果文本介质的字符集没有使用字节13和10做为CR和LF,象一些多字节字 符集,HTTP允许使用该字符集指定的任何顺序的字节替代CR和LF做为行中断,这种行 中断的灵活运用方式仅可于实体主体(Entity-Body)中。一个纯CR或LF不应在任何HTTP 控制结构(如标题域-header field和多块分界线-multipart boundaries)中替代CRLF。 参数"charset"在定义数据的字符集(3.4节)时,与一些介质类型一起使用。当发送方 没有显式给出字符参数时,HTTP在接收时将"text"的介质子类型定义为缺省 值"ISO-8859-1"。"ISO-8859-1"字符集或其子集以外的数据必须要标记其相应的字符集值, 这样可以保证接收方能正确地对其进行解析。 注意:许多当前HTTP服务器提供的数据使用"ISO-8859-1"以外的其它字符集,而且也 没有正确的进行标记,这种工作方式限制了互操作性,建议不要采用。做为一种补救方法, 一些HTTP用户代理提供了配置选项,使用户可以在字符集参数没指定的情况下,自行更改 缺省的介质类型解释方式。 3.6.2 多部分类型(Multipart Types) MIME提供了多部分("multipart")类型的数字――在一个单独的消息实体主体 (Entity-Body)内可以封装几个实体(entities)。虽然用户代理可能需要了解每种类型,从 而可以正确解释每部分主体的意图,但是在IANA[15]的多部分类型(multipart types)注册 中却找不到专为HTTP/1.0所指定的内容。HTTP用户代理只得自己来做接收多部分类型的 工作,其过程和行为与MIME用户代理是相同或相似的。HTTP服务器不应假定HTTP客户 端都有能力处理多部分类型。 所有的多部分类型都使用通用的语法,而且必须在介质类型值部分包括边界参数 (boundary parameter)。消息的主体是其自身,做为协议元素,它必须只使用CRLF做为段 间(body-parts)的行中断符。多段主体(Multipart body-parts)中可能包括对各段有重要意 义的HTTP标题域。 3.7 产品标识(Product Tokens) 是通讯应用程序用来标识其自身的一个简单符号,常和任意字母及版本描述一起使用。 大多数产品标识也将其产品的重要组成部分的版本号一起列出,中间用空格分隔。 按惯例,在标识应用程序时,组件以其重要性顺序排列。 Product = token ["/" product-version] product-version = token 例如: User-Agent: CERN-LineMode/2.15 libwww/2.17b3 Server: Apache/0.8.4 产品标识应当短小,因而禁止利用该域填写广告或其它无关信息。虽然任何符号字符都 可能出现在产品版本中,该符号应当只用于做版本定义,也就是说,同一个产品的连续版本 之间只能通过产品版本值进行区分。 4. HTTP 消息(HTTP Message) 4.1 消息类型(Message Types) HTTP消息由客户端到服务器的请求和由服务器到客户端的回应组成。 HTTP-message = Simple-Request ; HTTP/0.9 messages | Simple-Response | Full-Request ; HTTP/1.0 messages | Full-Response 完整的请求(Full-Request)和完整的回应(Full-Response)都使用RFC822[7]中实体传 输部分规定的消息格式。两者的消息都可能包括标题域(headers,可选)、实体主体(entity body)。实体主体与标题间通过空行来分隔(即CRLF前没有内容的行)。 Full-Request = Request-Line ; Section 5.1 *( General-Header ; Section 4.3 | Request-Header ; Section 5.2 | Entity-Header ) ; Section 7.1 CRLF [ Entity-Body ] ; Section 7.2 Full-Response = Status-Line ; Section 6.1 *( General-Header ; Section 4.3 | Response-Header ; Section 6.2 | Entity-Header ) ; Section 7.1 CRLF [ Entity-Body ] ; Section 7.2 简单请求(Simple_Request)与简单回应(Simple-Response)不允许使用任何标题信息, 并限制只能使用唯一的请求方法(GET) Simple-Request = "GET" SP Request-URI CRLF Simple-Response = [ Entity-Body ] 不提倡使用简单方式请求格式,因为它防止了服务器在接到简单请求时对返回实体的介 质类型进行验证。 4.2 消息标题(Message Headers) HTTP标题域,包括主标题(General-Header,4.3节)、请求标题(Request-Header ,5.2节)、 回应标题(Response-Header ,6.2节)及实体标题(Entity-Header,7.1节),都遵照RFC822-3.1 节[7]给出的通用格式定义。每个标题域由后紧跟冒号的名字,单空格(SP),字符及域值组 成。域名是大小写敏感的。虽然不提倡,标题域还是可以扩展成多行使用,只要这些行以一 个以上的SP或HT开头就行。 HTTP-header = field-name ":" [ field-value ] CRLF 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, tspecials, and quoted-string> 标题域接收的顺序并不重要,但良好的习惯是,先发送主标题,然后是请求标题或回应 标题,最后是实体标题。 当且仅当标题域的全部域值都用逗号分隔的列表示时(即,#(值)),多个有相同域名 的HTTP标题域才可以表示在一个消息里。而且必须能在不改变消息语法的前提下,将并发 的域值加到第一个值后面,之间用逗号分隔,最终能将多个标题域结合成“域名:域值”对。 4.3 普通标题域(General Header Fields) 有几种标题域是请求与回应都要使用的,但并不用于被传输的实体。这些标题只用于被 传输的消息。 General-Header = Date ; Section 10.6 | Pragma ; Section 10.12 普通标题域名称只有在与协议版本的变化结合起来后,才能进行可靠的扩展。实际上, 新的或实验中的标题域只要能被通讯各方识别,其语法就可使用,而无法识别的标题域都将 被视为实体域。 5. 请求(Request) 从客户端到服务器端的请求消息包括,消息首行中,对资源的请求方法、资源的标识符 及使用的协议。考虑到局限性更大的HTTP/0.9的向后兼容问题,有两种合法的HTTP请求 格式: Request = Simple-Request | Full-Request Simple-Request = "GET" SP Request-URI CRLF Full-Request = Request-Line ; Section 5.1 *( General-Header ; Section 4.3 | Request-Header ; Section 5.2 | Entity-Header ) ; Section 7.1 CRLF [ Entity-Body ] ; Section 7.2 如果HTTP/1.0服务器收到简单请求,它必须回应一个HTTP/0.9格式的简单回应。 HTTP/1.0的客户端有能力接收完整回应,但不能产生简单请求。 5.1 请求队列(Request-Line) 请求队列以一个方法符号开头,跟在请求URI及协议版本的后面,以CRLF为结尾。 该元素用空格SP分隔。除了最后的CRLF,不允许出现单独的CR或LF符。 Request-Line = Method SP Request-URI SP HTTP-Version CRLF 注意,简单请求与完整请求的请求队列之间的区别在于是否有HTTP版本域和是否可以 使用除GET以外的其它方法。 5.1.1 方法(Method) 方法代号指明了将要以何种方式来访问由请求URI指定的资源。方法是大小写敏感的。 Method = "GET" ; Section 8.1 |"HEAD" ; Section 8.2 | "POST" ; Section 8.3 | extension-method extension-method = token 可以访问指定资源的方法列表是可以动态变化的;如果用某种方法访问资源被拒绝,客 户端可从回应中的返回码得到通知。服务器端在方法无法识别或没有实现时,返回状态代码 501(尚未没实现)。 这些方法被HTTP/1.0的应用程序普遍使用,完整定义请参见第8节。 5.1.2 请求URI(Request-URI) 请求URI就是统一资源标识符(3.2节),用来标识要请求的资源。 Request-URI = absoluteURI | abs_path 上面两种请求URI方式可根据实际的请求方式选择使用。 绝对URI(absoluteURI)格式只在代理(proxy)在产生请求时使用。代理的责任是将 请求向前推送,并将回应返回。如果请求是GET或HEAD方式,而且之前的回应被缓存, 如果代理忽略标题域的过期信息限制,它可能使用缓存中的消息。注意,代理可能将请求推 送至另外一个代理,也可将请求直接送至绝对URI中所指定的目的服务器。为了避免请求 循环,代理必须能够识别它的所有服务器名,包括别名、本地变量及数字形式的IP地址。 下面是一个请求队列的例子: GET http://www.w3.org/pub/WWW/TheProject.html HTTP/1.0 最普通的请求URI形式就是原始服务器或网关用来标识资源的方式。在这种方式下, 只有给出绝对路径的URI才能被传输(见3.2.1节)。例如,如客户端希望直接从原始服务 器上接收资源,它们将产生一个与主机"www.w3.org"80端口的TCP连接,并在完整请求之 后发送下面的命令: GET /pub/WWW/TheProject.html HTTP/1.0 注意绝对路径不可以为空,如果URI中没有内容,也必须加上一个"/"(server root)。 请求URI以编码字符串方式传输,有些字符可能在传输过程中被转义(escape),如变 成“%HEXHEX”形式。具体这方面内容请参见RFC1738[4]。原始服务器在正确解释请求 之前必须对请求URI进行解码。 5.2 请求标题域(Request Header Fields) 请求标题域允许客户端向服务器端传递该请求的附加信息及客户端信息。该域做为请求 的修饰部分,遵照编程语言程序调用参数的语法形式。 Request-Header = Authorization ; Section 10.2 | From ; Section 10.8 | If-Modified-Since ; Section 10.9 | Referer ; Section 10.13 | User-Agent ; Section 10.15 请求标题域名只有在与协议版本的变化结合起来后,才能进行可靠的扩展。实际上,新 的或实验中的标题域只要能被通讯各方识别,其语法就可使用,而无法识别的标题域都将被 视为实体域。 6. 回应(Response) 在接收、解释请求消息后,服务器端返回HTTP回应消息。 Response = Simple-Response | Full-Response Simple-Response = [ Entity-Body ] Full-Response = Status-Line ; Section 6.1 *( General-Header ; Section 4.3 | Response-Header ; Section 6.2 | Entity-Header ) ; Section 7.1 CRLF [ Entity-Body ] ; Section 7.2 当请求是HTTP/0.9的或者服务器端只支持HTTP/0.9时,只能以Simple-Response方式 回应。如果客户端发送HTTP/1.0完整请求后,接收到的回应不是以状态行(Status-Line) 开头的,客户端将其视为简单回应,并相应对其进行分析。注意,简单请求只包括实体主体, 它在服务器端关闭连接时终止。 6.1 状态行(Status-Line) 完整回应消息的第一行就是状态行,它依次由协议版本、数字形式的状态代码、及相应 的词语文本组成,各元素间以空格(SP)分隔,除了结尾的CRLF外,不允许出现单独的 CR或LF符。 Status-Line = HTTP-Version SP Status-Code SP Reason-Phrase CRLF 状态行总是以协议版本及状态代码开头,如: "HTTP/" 1*DIGIT "." 1*DIGIT SP 3DIGIT SP (如,"HTTP/1.0 200")。 这种表示方式并不足以区分完整请求和简单请求。简单回应可能允许这种表达式出现在 实体主体的开始部分,但会引起消息的误解。因为大多数HTTP/0.9的服务器都只能回 应"text/html"类型,在这种情况下,不可能产生完整的回应。 6.1.1 状态代码和原因分析(Status Code and Reason Phrase) 状态代码(Status-Code)由3位数字组成,表示请求是否被理解或被满足。原因分析是 用简短的文字来描述状态代码产生的原因。状态代码用来支持自动操作,原因分析是为人类 用户准备的。客户端不需要检查或显示原因分析。 状态代码的第一位数字定义了回应的类别,后面两位数字没有具体分类。首位数字有5 种取值可能: o 1xx::保留,将来使用。 o 2xx:成功 - 操作被接收、理解、接受(received, understood, accepted)。 o 3xx:重定向(Redirection)- 要完成请求必须进行进一步操作。 o 4xx:客户端出错 - 请求有语法错误或无法实现。 o 5xx:服务器端出错 - 服务器无法实现合法的请求。 HTTP/1.0的状态代码、原因解释在下面给出。下面的原因解释只是建议采用,可任意 更改,而不会对协议造成影响。完整的代码定义在第9节。 Status-Code = "200" ; OK | "201" ; Created | "202" ; Accepted | "204" ; No Content | "301" ; Moved Permanently | "302" ; Moved Temporarily | "304" ; Not Modified | "400" ; Bad Request | "401" ; Unauthorized | "403" ; Forbidden | "404" ; Not Found | "500" ; Internal Server Error | "501" ; Not Implemented | "502" ; Bad Gateway | "503" ; Service Unavailable | extension-code extension-code = 3DIGIT Reason-Phrase = *<TEXT, excluding CR, LF> HTTP状态代码是可扩展的,而只有上述代码才可以被当前全部的应用所识别。HTTP 应用不要求了解全部注册的状态代码,当然,如果了解了更好。实际上,应用程序必须理解 任何一种状态代码,如果碰到不识别的情况,可根据其首位数字来判断其类型并处理。另外, 不要缓存无法识别的回应。 例如,如果客户端收到一个无法识别的状态码431,可以安全地假定是请求出了问题, 可认为回应的状态码就是400。在这种情况下,用户代理应当在回应消息的实体中通知用户, 因为实体中可以包括一些人类可以识别的非正常状态的描述信息。 6.2 回应标题域(Response Header Fields) 回应标题域中包括不能放在状态行中的附加回应信息。该域还可以存放与服务器相关的 信息,以及在对请求URI所指定资源进行访问的下一步信息。 Response-Header = Location ; Section 10.11 | Server ; Section 10.14 | WWW-Authenticate ; Section 10.16 回应标题域名只有在与协议版本的变化结合起来后,才能进行可靠的扩展。实际上,新 的或实验中的标题域只要能被通讯各方识别,其语法就可使用,而无法识别的标题域都将被 视为实体域。 7. 实体(Entity) 完整请求和完整回应消息可能会传输请求或回应中的实体。实体由实体标题 (Entity-Header)域、(通常还有)实体主体(Entity-Body)组成。从这种角度看,客户端 与服务器都将扮演发送方及接收方的角色。某一时刻的角色定位则取决于在这个时刻谁在发 送实体,而谁又在接收实体。 7.1 实体标题域(Entity Header Fields) 实体标题域中定义了一些可选的元信息,如有无实体、请求资源。 Entity-Header = Allow ; Section 10.1 | Content-Encoding ; Section 10.3 | Content-Length ; Section 10.4 | Content-Type ; Section 10.5 | Expires ; Section 10.7 | Last-Modified ; Section 10.10 | extension-header extension-header = HTTP-header 扩展标题(extension-header)机制允许在不改变协议的前提下定义附加的实体标题域, 但是不能假定接收方可以识别这些域。对于不可识别的标题域,接收方一般是忽略不管,而 代理则继续将其向前推送。 7.2 实体主体(Entity Body) 与HTTP请求或回应一起发送的实体主体的格式和编码信息都在实体标题域 (Entity-Header)中定义。 Entity-Body = *OCTET 实体主体只在请求方法有要求时才会被放在请求消息中。请求消息标题域处的内容长度 标题域(Content-Length header field)的标志将指明请求中的实体主体是否存在。包含实体 主体的HTTP/1.0请求必须包含合法的内容长度标题域。 对回应消息来说,消息中是否包含实体主体取决于请求方法和回应代码。所有的HEAD 请求方法的回应都不应包括主体,即便是实体标题域中指明有主体也一样。在主体中不应包 括这些回应信息,全部1xx(信息)、204(无内容)和304(未修改)。而其它的回应必须包 括实体主体或其内容长度标题(Content-Length header)域的定义值为0。 7.2.1 类型(Type) 当消息中包括实体主体,主体的数据类型由标题域中的内容类型(Content-Type)和内 容编码(Content-Encoding)决定。定义了二层顺序编码模式: entity-body := Content-Encoding( Content-Type( data ) ) 内容类型(Content-Type)指定了下列数据的介质类型(media type)。内容编码 (Content-Encoding)可用于指示附加内容解码方式,通常用于有数据压缩属性的被请求资 源。内容编码的缺省值是none。 任何包括实体主体的消息必须含有内容类型(Content-Type)标题域,以定义主体的类 型。只有当内容类型标题域中没有给出介质类型时,如简单回应消息,接收方可能对该URL 所指定的资源进行判断,如其内容及扩展名等等,从而猜测出该主体的介质类型。如果还无 法确定介质类型,接收方应当将其视为" application/octet-stream"型。 7.2.2 长度(Length) 当实体主体被包括在消息中,主体长度可以有两种方式确定。如果内容长度 (Content-Length)标题域存在,其字节值就是实体主体长度;否则,其主体长度由服务端 关闭连接时确定。 由于服务端无法在连接关闭时发送回应信息,所以不能用关闭连接来指示请求主体的结 束。因而,HTTP/1.0请求如果包含主体,就必须在内容长度(Content-Length)标题域中给 出合法的值。如果请求包括实体主体,且内容长度没指定,服务端将无法识别或无法从其它 域中计算出其主体长度,在这种情况下,服务端将会返回400(非法请求)回应。 注意:一些老的服务器在发送包含由服务器端动态插入的数据流文件时,支持非法的内 容长度使用。要强调的是,未来版本的HTTP协议将会很快改变这种情况。除非客户端自己 知道正在从一个支持它的服务器端得到回应,否则不应依赖于内容长度域的正确性。 8. 方法定义(Method Definitions) 通用的HTTP/1.0的方法集将在下面定义,虽然该方法集可以扩展,但并不保证附加的 方法能够被扩展的客户端和服务器端所支持。 8.1 GET GET方法就是以实体方式得到由请求URI所指定资源的信息。如果请求URI只是一个 数据产生过程,那么最终要在回应实体中返回的是由该处理过程的结果所指向的资源,而不 是返回该处理过程的描述文字,除非那段文字恰好是处理的输出。 如果请求消息包含If-Modified-Since标题域,GET方法的语法就变成“条件GET”,即 “(conditional GET)”。 条件GET方法可以对指定资源进行判断,如果它在If-Modified-Since 标题域(见10.9节)中的指定日期后发生了更新,才启动传输,否则不传输。这种条件GET 允许被缓存的实体在不必经过多次请求或不必要的数据传输就能进行刷新,从而有助于降低 网络负载。 8.2 HEAD HEAD方法与GET几乎一样,区别在于,HEAD方法不让服务器在回应中返回任何实 体。对HEAD请求的回应部分来说,它的HTTP标题中包含的元信息与通过GET请求所得 到的是相同的。通过使用这种方法,不必传输整个实体主体,就可以得到请求URI所指定 资源的元信息。该方法通常用来测试超链接的合法性、可访问性及最近更新。 与条件GET不同,不存在所谓的“条件HEAD”,即"conditional HEAD"。即使在HEAD 请求中指定If-Modified-Since标题域,它也会被忽略。 8.3 POST POST方法用来向目的服务器发出请求,要求它接受被附在请求后的实体,并把它当作 请求队列(Request-Line)中请求URI所指定资源的附加新子项。POST被设计成用统一的 方法实现下列功能: o 对现有资源的注释(Annotation of existing resources); o 向电子公告栏、新闻组,邮件列表或类似讨论组发送消息; o 提交数据块,如将表格(form [3])的结果提交给数据处理过程; o 通过附加操作来扩展数据库。 POST方法的实际功能由服务器来决定,而且通常依赖于请求URI。在POST过程中, 实体是URI的从属部分,就好象文件从属于包含它的目录、新闻组文件从属于发出该文件 的新闻组、记录从属于其所在的数据库一样。 成功的POST不需要在原始服务器创建实体,并将其做为资源;也不需要为未来的访问 提供条件。也就是说,POST方法不一定会指向URI指定的资源。在这种情况下,200(成 功)或204(无内容)都是适当的回应状态,取决于实际回应实体中对结果的描述。 如果在原始服务器上创建了资源,回应应是201(已创建),并包含一个实体 (对"text/html"类型最为适合),该实体中记录着对新资源请求的状态描述。 在所有的HTTP/1.0的POST请求中,必须指定合法的内容长度(Content-Length)。如 果HTTP/1.0服务器在接收到请求消息内容时无法确定其长度,就会返回400(非法请求) 代码。 应用程序不能缓存对POST请求的回应,因为做为应用程序来说,它们没有办法知道服 务器在未来的请求中将如何回应。 9. 状态代码定义(Status Code Definitions) 每个状态代码都将在下面描述,包括它们将对应哪个方法、以及回应中需要的全部元信 息。 9.1 消息1xx(Informational 1xx) 该类状态代码用于表示临时回应。临时回应由状态行(Status-Line)及可选标题组成, 由空行终止。HTTP/1.0中没有定义任何1xx的状态代码,所以它们不是对HTTP/1.0请求的 合法回应。实际上,它们主要用于实验用途,这已经超出本文档的范围。 9.2 成功2xx(Successful 2xx) 表示客户端请求被成功接收、理解、接受。 200 OK 请求成功。回应的信息依赖于请求所使用的方法,如下: GET 要请求的资源已经放在回应的实体中了。 HEAD 没有实体主体,回应中只包括标题信息。 POST 实体(描述或包含操作的结果)。 201 Created 请求完成,结果是创建了新资源。新创建资源的URI可在回应的实体中得到。原 始服务器应在发出该状态代码前创建该资源。如果该操作不能立即完成,服务器必 须在该资源可用时在回应主体中给出提示,否则,服务器端应回应202(可被接受)。 在本文定义的方法,只有POST可以创建资源。 202 Accepted 请求被接受,但处理尚未完成。请求可能不一定会最终完成,有可能被处理过程随 时中断,在这种情况下,没有办法在异步操作中重新发送状态代码。 202回应是没有义务的,这样做的目的是允许服务器不必等到用户代理和服务器间 的连接结束,就可以响应其它过程的请求(象每天运行一次的,基于批处理的过程)。 在某些回应中返回的实体中包括当前请求的状态指示、状态监视器指针或用户对请 求能否实现的评估信息。 204 No Content 服务器端已经实现了请求,但是没有返回新的信息。如果客户是用户代理,则勿需 为此更新自身的文档视图。该回应主要是为了在不影响用户代理激活文档视图的前 提下,进行script语句的输入及其它操作。该回应还可能包括新的、以实体标题形 式表示的元信息,它可被当前用户代理激活视图中的文档所使用。 9.3 重定向(Redirection 3xx) 该类状态码表示用户代理要想完成请求,还需要发出进一步的操作。这些操作只有 当后跟的请求是GET或HEAD时,才可由用户代理来实现,而不用与用户进行交 互。用户代理永远也不要对请求进行5次以上的重定向操作,这样可能导致无限循 环。 300 Multiple Choices 该状态码不被HTTP/1.0的应用程序直接使用,只是做为3xx类型回应的缺省解释。 存在多个可用的被请求资源。 除非是HEAD请求,否则回应的实体中必须包括这些资源的字符列表及位置信息, 由用户或用户代理来决定哪个是最适合的。 如果服务器有首选,它应将对应的URL信息存放在位置域(Location field)处, 用户代理会根据此域的值来实现自动的重定向。 301 Moved Permanently 请求到的资源都会分配一个永久的URL,这样就可以在将来通过该URL来访问此 资源。有编辑链接功能的客户端会尽可能地根据服务器端传回的新链接而自动更新 请求URI。 新的URL必须由回应中的位置域指定。除非是HEAD请求,否则回应的实体主体 (Entity-Body)必须包括对新URL超链接的简要描述。 如果用POST方法发出请求,而接收到301回应状态码。在这种情况下,除非用户 确认,否则用户代理不必自动重定向请求,因为这将导致改变已发出请求的环境。 注意:当在接收到301状态码后而自动重定向POST请求时,一些现存的用户代理 会错误地将其改为GET请求。 302 Moved Temporarily 请求到的资源在一个不同的URL处临时保存。因为重定向有时会被更改,客户端 应继续用请求URI来发出以后的请求。 新的URL必须由回应中的位置域指定。除非是HEAD请求,否则回应的实体主体 (Entity-Body)必须包括对新URL超链接的简要描述。 如果用POST方法发出请求,而接收到302回应状态码。在这种情况下,除非用户 确认,否则用户代理不必自动重定向请求,因为这将导致改变已发出请求的环境。 注意:当在接收到302状态码后而自动重定向POST请求时,一些现存的用户代理 会错误地将其改为GET请求。 304 Not Modified 如果客户端成功执行了条件GET请求,而对应文件自If-Modified-Since域所指定 的日期以来就没有更新过,服务器应当回应此状态码,而不是将实体主体发送给客 户端。回应标题域中只应包括一些相关信息,比如缓存管理器、与实体最近更新 (entity's Last-Modified)日期无关的修改。相关标题域的例子有:日期、服务器、 过期时间。每当304回应中给出的域值发生变化,缓存都应当对缓存的实体进行更 新。 9.4 客户端错误(Client Error )4xx 4xx类的状态码表示客户端发生错误。如果客户端在收到4xx代码时请求还没有完成, 它应当立即终止向服务器发送数据。除了回应HEAD请求外,不论错误是临时的还是永久 的,服务器端都必须在回应的实体中包含错误状态的解释。这些状态码适用于任何请求方法。 注意:如果客户端正在发送数据,服务器端的TCP实现应当小心,以确保客户端在关 闭输入连接之前收到回应包。如果客户端在关闭后仍旧向服务器发送数据,服务器会给客户 端发送一个复位包,清空客户端尚未处理的输入缓冲区,以终止HTTP应用程序的读取、解 释活动。 400 非法请求(Bad Request) 如果请求的语法不对,服务器将无法理解。客户端在对该请求做出更改之前,不应 再次向服务器重复发送该请求。 401 未授权(Unauthorized) 请求需要用户授权。回应中的WWW-Authenticate标题域(10.16节)应提示用户 以授权方式请求资源。客户端应使用合适的授权标题域(10.2节)来重复该请求。如果 请求中已经包括了授权信任信息,那回应的401表示此授权被拒绝。如果用户代理在多 次尝试之后,回应一样还是返回401状态代码,用户应当察看一下回应的实体,因为在 实体中会包括一些相关的动态信息。HTTP访问授权会在11节中解释。 403 禁止(Forbidden) 服务器理解请求,但是拒绝实现该请求。授权对此没有帮助,客户端应当停止重复 发送此请求。如果不是用HEAD请求方法,而且服务器端愿意公布请求未被实现原因 的前提下,服务器会将拒绝原因写在回应实体中。该状态码一般用于服务器端不想公布 请求被拒绝的细节或没有其它的回应可用。 404 没有找到(Not Found) 服务器没有找到与请求URI相符的资源。404状态码并不指明状况是临时性的还是 永久性的。如果服务器不希望为客户端提供这方面的信息,还回应403(禁止)状态码。 9.5 服务器错误(Server Error )5xx 回应代码以‘5’开头的状态码表示服务器端发现自己出现错误,不能继续执行请 求。如果客户端在收到5xx状态码时,请求尚未完成,它应当立即停止向服务器发送数 据。除了回应HEAD请求外,服务器应当在其回应实体中包括对错误情况的解释、并 指明是临时性的还永久性的。 这类回应代码没有标题域,可适用于任何请求方法。 500 服务器内部错误(Internal Server Error) 服务器碰到了意外情况,使其无法继续回应请求。 501 未实现(Not Implemented) 服务器无法提供对请求中所要求功能的支持。如果服务器无法识别请求方法就会回 应此状态代码,这意味着不能回应请求所要求的任何资源。 502 非法网关(Bad Gateway) 充当网关或代理的服务器从要发送请求的上游(upstream)服务器收到非法的回应。 503 服务不可用(Service Unavailable) 服务器当前无法处理请求。这一般是由于服务器临时性超载或维护引起的。该状态 码暗示情况是暂时性的,要产生一些延迟。 注意:503状态码并没有暗示服务器在超载时一定要返回此状态码。一些服务器可 能希望在超载时采用简单处理,即断掉连接。 10. 标题域定义(Header Field Definitions) 本节定义了HTTP/1.0标题域常用的语法及语义。无论是发送方还是接收方,都有 可能做为客户端或服务器端,具体角色取决于在此时刻究竟是谁在接收、谁在发送。 10.1 允许(Allow) 表示由请求URI所指定的资源支持在Allow实体标题域中列出的方法,目的是让接收 方更清楚地知道请求此资源的合法方式。Allow标题域不允许在POST方法中使用,如果非 要这么做,将被忽略。 Allow = "Allow" ":" 1#method Example of use: Allow: GET, HEAD 该域不能防止客户端尝试其它方法。但实际上由Allow标题域中的值所表示的指示 信息是有用的,应当被遵守。实际的Allow方法集在每次向原始服务器上发出请求时定 义。 由于用户代理(user agent)可能出于其它目的与原始服务器通讯,做为代理(proxy) 来说,即使无法识别请求所指定的所有方法,也不能修改该请求的Allow标题域。 Allow标题域并不表示服务器实现了哪些方法。 10.2 授权(Authorization) 通常,用户代理在收到401(未授权)回应时,可能(也可能不会)希望服务器对其授 权。如果希望授权,用户代理将在请求中加入授权请求标题(Authorization request-header) 域。授权域值由信任证书组成,其中有对用户代理所请求资源领域的授权信息。 Authorization = "Authorization" ":" credentials HTTP访问授权在11节中描述。如果请求中的授权指定了一个范围,那在此范围的其 它请求也都具有相同的信任关系。 对包含授权信息域的请求来说,其回应是不能被缓存的。 10.3 内容编码(Content-Encoding) 内容编码的实体标题域(entity-header)用作介质类型(media-type)的修饰符。它指明 要对资源采用的附加内容译码方式,因而要获得内容类型(Content-Type)标题域中提及的 介质类型,必须采用与译码方式一致的解码机制。内容编码主要用来记录文件的压缩方法。 各种压缩方法将在后面列出。 Content-Encoding = "Content-Encoding" ":" content-coding 内容译码(Content codings)在3.5节中定义,例如: Content-Encoding: x-gzip 内容编码是请求URI指定资源的一个特性,一般来说,资源用编码方式存储,只有在 通过解码变换以后才能使用。 10.4 内容长度(Content-Length) 内容长度(Content-Length)实体标题域指明了发送到接收方的实体主体(Entity-Body) 长度,用字节方式存储的十进制数字表示。对于HEAD方法,其尺寸已经在前一次GET请 求中发出了。 Content-Length = "Content-Length" ":" 1*DIGIT 例如: Content-Length: 3495 不论实体是何种介质类型,应用程序都将通过该域来判定将要传输的实体主体尺寸。所 有包括实体主体的HTTP/1.0的请求消息都必须包括合法的内容长度值。 任何0以上(包括0)的值都是合法的内容长度值。在7.2.2节描述了当内容长度值没 有给出时,如何决定回应实体主体长度的方法。 注意:该域的含义与在MIME中定义的有重要区别。在MIME中,它是可选域,只 在"message/external-body"内容类型中使用;而在HTTP中,在实体被传输前,该域就决定 了实体的长度。 10.5 内容类型(Content-Type) 内容类型实体标题域指明了发送给接收方的实体主体长度。对于HEAD方法,介质类 型已经在前一次GET请求中发出了。 Content-Type = "Content-Type" ":" media-type 介质类型在3.6节中定义,如下例: Content-Type: text/html 更多关于介质类型的讨论在7.2.1节。 10.6 日期(Date) 日期普通标题(Date general-header)域表示消息产生的时间,其语法与RFC822中定义 的orig-date是一样的。该域值是HTTP型日期,在3.3节中描述。 Date = "Date" ":" HTTP-date 例如: Date: Tue, 15 Nov 1994 08:12:31 GMT 如果直接通过用户代理(如请求)或原始服务器(如回应)的连接接收到消息,日期可 以认为是接收端的当前时间。然而,对于原始服务器来说,时间对其回应缓存的处理非常重 要,所以,原始服务器的回应总是包括日期标题。客户端只有在发送带实体的消息时,才可 向服务器发送日期标题域,比如POST请求。如果接收到的消息被接收方或网关通过有日期 要求的协议缓存起来时,该消息即使没有日期标题域,接收方也会为其分配一个。 理论上,日期应当在实体产生时生成,而实际上,日期可能在消息产生过程的任意时间 生成,而不会造成任何不利的影响。 注意:早期版本错误地将此域值定义为实体主体封装时的日期。这已经被实际应用所更 正。 10.7 过期(Expires) 过期实体标题域中的日期/时间值指定了实体过期的时间。这为信息提供方提供了使信 息失效的手段。当超过此期限时,应用程序不应再对此实体进行缓存了。过期并不意味着原 始资源会在此期限后发生改变或停止存在。在实际应用中,信息提供者通过检查过期标题域 中所指定的时间,从而获知或预测资源将会发生改变的确切日期。该格式用的是绝对日期时 间(3.2节)。 Expires = "Expires" ":" HTTP-date 例如: Expires: Thu, 01 Dec 1994 16:00:00 GMT 如果给定日期比日期标题中的要早(或相同),接收方不应缓存附加的实体。如果资源 是动态自然生成的,象有些大量数据的处理,资源的实体应当被加上一个适当的过期时间值。 过期域并不能强制用户代理对其进行刷新或重新载入资源,它只用于缓存机制。当对已 初始化过的资源发出新请求时,该机制才检查该资源的过期状态。 用户代理通常都有历史记录机制,如“后退”按钮和历史记录列表。该种机制可以用来 重新显示某次对话(session)之前已经获取的实体信息。在缺省状态下,过期域不对历史机 制使用。除非用户在配置用户代理时指定了对历史文件进行过期刷新,否则,只要实体还保 存着,历史机制就能显示它,不论该实体是否已经过期。 注意:应用程序应兼容对过期标题非法或错误的实现,如碰到0值或非法的日期格式, 应用程序应将其视为“立即过期(expires immediately)”。虽然这些值不符合HTTP/1.0,对 于一个健壮的应用来说,还是必要的。 10.8 来自(From) From请求标题域,如果给出来,则应包括一个使用此用户代理的人类用户的Internet e-mail地址。该地址应当能被系统识别,就象RFC822[7](已经更新为RFC1123[6])中的邮 箱定义一样。 From = "From" ":" mailbox 例如: From: webmaster@w3.org 该标题域可能用来做为登录目的使用,以确定对某资源的请求是否合法。它不应用于不 安全的访问保护。该域的解释是,请求已按请求人指定的行为方式完成,而该请求人将为此 种方式负责。特殊情况下,机器人(robot)代理也应包括此标题域,域中注明是谁运行它 的,这样,当接收端发生任何问题时,都可以同这个人取得联系。 该域中的Internet e-mail地址可以与处理该请求的Internet主机分离。例如,当请求通过 代理(proxy)时,应使用原始的传输地址。 注意:客户端在没有得到用户批准时,不应发送From标题域,因为这样做可能会产生 用户隐私及网站安全方面的问题。强烈建议在请求之前提供手段以禁止(disable)、允许 (enable)、修改(modify)该域的值。 10.9 从何时更改(If-Modified-Since) If-Modified-Since请求标题域和GET方法一起使用,用于处理下面情况:当在该域指定 的日期以来,请求资源没有发生任何变更。这时,服务器将不会下传该资源的拷贝,即,回 应不带任何实体主体,只是304状态码(未修改)。 If-Modified-Since = "If-Modified-Since" ":" HTTP-date 例如: If-Modified-Since: Sat, 29 Oct 1994 19:43:31 GMT 条件GET方法可以请求服务端将在If-Modified-Since标题域中的指定日期后发生变更 的指定资源下传,也就是说,如果资源没发生变化,就不下传了。其算法如下: a) 如果请求的回应状态不是200(成功)码或它传过来的If-Modified-Since中的 日期不合法,此时按照普通GET来回应。如果日期比服务器的当前时间还要 晚,则是非法时间。 b) 如果资源在If-Modified-Since日期以后有变化,回应也和普通GET一样 c) 如果资源在If-Modified-Since日期以后没变化,服务器端将回应304(未修改)。 注:该日期应是合法的。 这样做的目的是为了以最小的代价,对被缓存信息进行有效更新。 10.10 最近更改(Last-Modified) Last-Modified实体标题域表示由发送方设定的资源最近修改日期及时间。该域的精确定 义在于接收方如何去解释它:如果接收方已有此资源的拷贝,但此拷贝比Last-Modified域 所指定的要旧,该拷贝就是过期的。 Last-Modified = "Last-Modified" ":" HTTP-date 例如: Last-Modified: Tue, 15 Nov 1994 12:45:26 GMT 该标题域的精确含义取决于发送方的执行方式及原始资源的自然状态。对于文件来说, 可能是它在文件系统的last-modified时间。对于包含多个组成部分的实体来说,可能是组成 部分中最新的last-modify时间。对数据库网关来说,可能是记录的last-update时间戳。对于 虚(virtual)对象来说,可能是内部状态的最近改变时间。 原始服务器不应发送比服务器消息产生时间更晚的Last-Modified日期,因为该消息会 导致服务器在未来的某个时间内,用消息原始的日期对该域值进行再次更新。 10.11 位置(Location) Location回应标题域定义了由请求URI指定的资源的位置。对于3xx(重定向)回应, 位置域必须能帮助服务器找到相应的URL,以实现对资源的重定向。只允许用绝对URL。 Location = "Location" ":" absoluteURI 例如: Location: http://www.w3.org/hypertext/WWW/NewLocation.html 10.12 注解(Pragma) Prama普通标题域包括一些可能对请求/回应链中的任一接收方有用的特殊指示信息。 从协议角度看,所有的注解指示了一些特定的可选行为,事实上,一些系统可能会要求行为 与指示一致。 Pragma = "Pragma" ":" 1#pragma-directive pragma-directive = "no-cache" | extension-pragma extension-pragma = token [ "=" word ] 当"no-cache"出现在请求消息中时,应用程序应当向原始服务器推送此请求,即使它已 经在上次请求时已经缓存了一份拷贝。这样将保证客户端能接收到最权威的回应。它也用来 在客户端发现其缓存中拷贝不可用或过期时,对拷贝进行强制刷新。 不管注解(Pragma)指示信息对代理(proxy)及网关(gateway)应用程序如何重要, 它必须能穿越这些应用,因为该信息可能对请求/回应链上的其它接收方有用。实际上,如 果注解与某个接收方无关,它应当被该接收方忽略。 10.13 提交方(Referer) 提交方请求标题域是出于服务器端利益方面的考虑,允许客户端指明该链接的出处,即 该指向资源地址的请求URI是从哪里获得的。这样,服务器将产生一个备份链接(back-links) 列表,用于维护受欢迎的资源、登录、缓存优化等活动。 Referer = "Referer" ":" ( absoluteURI | relativeURI ) 例子: Referer: http://www.w3.org/hypertext/DataSources/Overview.html 如果只给了部分URI,应当参照请求URI来解释它。URI不能包括段(fragment)。 注意:因为链接的原代码可能暴露一些隐私信息,因此强烈建议由用户来决定是否发送 提交人域。例如,浏览器客户端有个选项可以用来进行离线浏览,可以使能或禁止提交人或 表单信息的发送。 10.14 服务器(Server) 服务器回应标题域包含由原始服务器用来处理请求的软件信息。该域可包含多个产品标 识(3.7节)及注释以标识服务器及重要的子产品。按照习惯,产品标识将按其应用的重要 顺序排列。 Server = "Server" ":" 1*( product | comment ) 例如: Server: CERN/3.0 libwww/2.17 如果回应要通过代理来推送,代理应用程序不应将它自己的数据加入产品列表。 注意:一些指定服务器软件的版本有启示作用,因为这些版本的软件存在一些安全漏洞, 将使服务器更易受到攻击。提倡服务器软件在实现时,将此域变成可以进行配置的选项。 注意:有些服务器不遵守服务器域产品标识的语法约束。 10.15 用户代理(User-Agent) 用户代理请求标题域包含用户原始请求的信息,这可用于统计方面的用途。通过跟踪协 议冲突、自动识别用户代理以避免特殊用户代理的局限性,从而做到更好的回应。虽然没有 规定,用户代理应当在请求中包括此域。该域可包含多个产品标识(3.7节)及注释以标识 该代理及其重要的子产品。按照习惯,产品标识将按子产品对应用的重要性顺序排列。 User-Agent = "User-Agent" ":" 1*( product | comment ) 例如: User-Agent: CERN-LineMode/2.15 libwww/2.17b3 注意:现存有些代理应用将它们的产品信息回到了用户代理域中,这种方法不值得提倡, 因为这样做会使机器在解释这些信息时产生混淆。 注意:现在有些客户端不遵守用户代理域中产品标识的语法约束。 10.16 WWW-授权(WWW-Authenticate) WWW-授权回应标题域必须被包括在401(未授权)回应消息中。该域值由一个以上的 challenge组成,这些challenge可用于指出请求URI的授权方案及参数。 WWW-Authenticate = "WWW-Authenticate" ":" 1#challenge HTTP访问授权处理在11节中描述。用户代理在解析WWW-授权域值时要特别注意看 看它是否包含一个以上的待解决问题(challenge)或是否提供了一个以上的WWW-授权标 题域,因为待解决问题(challenge)的内容中可能包含用逗号分隔的授权参数列表。 11. 访问鉴别(Access Authentication) HTTP提供了一个简单的质询回应(challenge-response)鉴别机制,可用于服务器通过 客户端提供的授权信息来对其进行身份鉴别。授权方案用可扩展的、大小写敏感的符号来标 识,后跟获取证明所需要的以逗号分隔的‘属性-值’对。 auth-scheme = token auth-param = token "=" quoted-string 原始服务器用401(未授权)回应消息来质询用户代理的授权。该回应必须包括WWW- 授权标题域,而该WWW-授权标题域包括一个以上用于请求资源认证的参数(challenge)。 challenge = auth-scheme 1*SP realm *( "," auth-param ) realm = "realm" "=" realm-value realm-value = quoted-string 凡涉及到参数(challenge)处理的授权方案都有realm属性(大小写敏感)。与标准URL (相对于被访问服务器root)联合使用的realm值(也是大小写敏感)用来定义保护区域。 Realm使得服务器上的被保护资源被放在特殊的保护分区内,这些区域都有各自的授权方案 和(或)授权数据库。Relm值是个字符串,通常由原始服务器来分配,对于授权方案来说, 可能存在些附加的语法处理问题。 通常,用户代理在收到401(未授权)回应时,可能(也可能不会)希望服务器对其授 权。如果希望授权,用户代理将在请求中加入授权请求标题(Authorization request-header) 域。授权域值由信任证书组成,其中有对用户代理所请求资源领域的授权信息。 credentials = basic-credentials | ( auth-scheme #auth-param ) 可由用户代理通过信任方式来访问的区域由保护区域决定。如果早先的请求已经通过认 证,在由授权方案,参数和(或)用户选择等所指定的时间间隔内,其它的请求可通过相同 的信任来访问该保护区域。 除非由授权另行指定,否则单个保护区域的范围不能扩展到服务器之外。 如果服务器不希望通过请求来接受信任,它应当返回403(禁止)回应。 HTTP协议的访问授权不限于这种简单的质询回应(challenge-response)机制,还可以 使用其它的方法,比如传输级加密或消息封装及通过附加标题域来指定授权信息等等。但是, 这些方法不在本文档的讨论范围。 代理必须完全透明地处理用户授权,也就是说,它们必须在不做任何改动的前提下将 WWW-授权及授权标题向前推送,也不可以对包含授权的回应进行缓存。HTTP/1.0不为客 户端提供通过代理方式授权的方法。 11.1 基本授权方案(Basic Authentication Scheme) 用户代理必须对于每个领域(realm)通过用户标识(user-ID)及口令来对自身进行授 权,这是基本授权方案的工作模式。Realm值应当被看作不透明的字符串,该值将用于同服 务器端其它的realm值相比较。只有用户标识及口令通过受保护资源的认证,服务器才会给 请求授权。授权参数没有可选项。 在接收到对受保护区域的未经认证的资源请求时,服务器应当回应一个质询 (challenge),如下: WWW-Authenticate: Basic realm="WallyWorld" "WallyWorld"是由服务器分配的字符串,用于对请求URI所指定的受保护资源进行标 识。 为了接收授权,客户端需要在基于64位(base64 [5])的证书中发送用户标识及口令, 中间用冒号':'分隔。 basic-credentials = "Basic" SP basic-cookie basic-cookie = <base64 [5] encoding of userid-password, except not limited to 76 char/line> userid-password = [ token ] ":" *TEXT 如果用户代理希望发送用户标识"Aladdin"和口令“open sesame”,应当遵循下面的标题 域形式: Authorization: Basic QWxhZGRpbjpvcGVuIHNlc2FtZQ== Basic授权方案是对HTTP服务器资源的非授权访问进行过滤的非安全方法。它基于假 定客户端与服务器端的连接是安全的,为什么说是假定呢,因为在实际的开放性网络中,使 用basic授权方案往往存在许多不安全的地方。尽管如此,客户端仍然需要实现此方案,以 与采用此种方案的服务器进行通讯。 12. 安全考虑(Security Considerations) 本节的描述对下面各角色有关:信息应用开发者、信息提供者、HTTP/1.0中受安全性 限制的用户。本节仅是讨论安全问题,并对减少隐患提出了建议,但是并不提供对问题的最 终解决办法。 12.1 客户授权(Authentication of Clients) 正如11.1节中所述,基本授权(Basic authentication)方案不是安全的用户授权方案, 也不能用它来防止实体主体源码以文本方式在物理网络中传输。HTTP/1.0并不反对在目前 日益突出的安全问题面前采用其它的授权方式及加密机制。 12.2 安全方法(Safe Methods) 客户端软件开发者应当注意,客户端软件代表用户在Internet上与其它方面交互,并应 注意避免让用户知道其间发生的具体动作,这些动作可能会暴露对交互各方有重要意义的信 息。 特别情况下,按协定来看,GET和HEAD方法应被视作是安全的,同重新获得数据应 当没有什么不同。这就允许用户代理采用其它方法,如POST,在某种情况下,可能存在这 样一种情况,即请求中包含不安全的行为。 通常,服务器端在执行过GET请求之后,其结果之类的副产品还残留在服务器上;实 际上,一些动态资源需要这种特性来实现。这里的重要区别在于用户没有请求这些副产品, 因而也不应当对这类请求进行解释。 12.3 服务器日志信息的弊端(Abuse of Server Log Information) 服务器为保存与用户请求相关的个人数据,如阅读方式或感兴趣的主题等提供了空间。 这些存储信息显然是受某些国家法律保护的,所以对此类数据的处理应当小心。用HTTP 协议提供数据的一方应当负责保证这些信息在未得各方许可之前不会散布出去。 12.4 敏感信息传输(Transfer of Sensitive Information) 与其它协议一样,HTTP协议不能调整传输数据的内容,也不存在未卜先知的方法,通 过给定请求的上下文信息片段就能推测出信息的敏感程度。因而,应用程序应当尽可能像信 息提供方一样,为该信息提供更多的控制。在此,有三个标题域值得一提:服务端(Server)、 提交方(Referer)和来自(From)。 一些指定服务器软件的版本有启示作用,因为这些版本的软件存在一些安全漏洞,将使 服务器更易受到攻击。提倡服务器软件在实现时,将Server标题域变成可以进行配置的选 项。 提交方(Referer)标题域允许阅读方式(reading patterns)被暴露,并可导出反向链接。 虽然该域很有用,但是如果包含在此域的用户信息如果没有被分开,则它的作用很可能被滥 用。另外,即使此域中用户信息被清除,从该域的其它信息仍可推测出其私有文件的URI, 这可能是该信息发布者所不想看到的。 来自(From)标题域可能包括一些与用户私人隐私及站点安全相关的信息,因而,在 发送数据前,应当允许用户使用一些设定手段,如禁止(disable)、允许(enable)、及修改 (modify),对此域信息进行配置。用户应当能够根据他们的选择或使用应用程序提供的缺 省配置来设定此域的内容。 我们建议,但不做要求:为用户提供方便的界面来允许(enable)或禁止(disable)发 送From域或Referer域的信息。 12.5 基于文件及路径名的攻击(Attacks Based On File and Path Names) HTTP原始服务器的实现应当注意,要对以服务器管理员名义发出的,对某个文件的 HTTP请求进行限制。如果HTTP服务器直接将HTTP URI发送给系统调用,服务器要特别 注意,当某个请求文件不是发往HTTP客户端时,要予以拒绝服务。例如,在Unix、Microsoft Windows以及其它的操作系统使用".."做为上级目录名。在这样的系统下,HTTP服务器端 必须禁止通过使用这种结构的请求URI来访问HTTP服务器其它范围的资源。同样,服务 器端内部使用的一些文件,包括访问控制文件,配置文件、script代码等,也要受到特别保 护,以避免被非法请求获取,导致系统敏感信息暴露。实验证明,哪怕是最小的bug,也可 能导致严重的安全问题。 13. 感谢(Acknowledgments) 本文档着重论述补充反馈方式(augmented BNF)及由David H. Crocker在RFC822[7] 中定义的一般结构。同样,它使用了许多由Nathaniel Borenstein和Ned Freed为MIME [5] 做的许多定义。我们希望通过它们来减少对HTTP/1.0及mail消息格式之间关系的混淆。 HTTP协议在过去四年中发展很快,它得益于庞大而活跃的开发团体――是他们,这些 参与WWW讨论邮件列表的人们,造就了HTTP在全球范围内的成功。Marc Andreessen, Robert Cailliau, Daniel W. Connolly,Bob Denny,Jean-Francois Groff, Phillip M. Hallam-Baker, Hakon W. Lie, Ari Luotonen,Rob McCool, Lou Montulli, Dave Raggett, Tony Sanders,和Marc VanHeyningen,他们为本文档早期版本投入了巨大精力。Paul Hoffman 提供了关于信息状态方面的信息,以及附录C、D的内容。 该文档从HTTP-WG成员的评注中得益非浅。以下是对本规范做出贡献的人们: Gary Adams Harald Tveit Alvestrand Keith Ball Brian Behlendorf Paul Burchard Maurizio Codogno Mike Cowlishaw Roman Czyborra Michael A. Dolan John Franks Jim Gettys Marc Hedlund Koen Holtman Alex Hopmann Bob Jernigan Shel Kaphan Martijn Koster Dave Kristol Daniel LaLiberte Paul Leach Albert Lunde John C. Mallery Larry Masinter Mitra Jeffrey Mogul Gavin Nicol Bill Perry Jeffrey Perry Owen Rees Luigi Rizzo David Robinson Marc Salomon Rich Salz Jim Seidman Chuck Shotton Eric W. Sink Simon E. Spero Robert S. Thau Francois Yergeau Mary Ellen Zurko Jean-Philippe Martin-Flatin 14. 参考书目(References) [1] Anklesaria, F., McCahill, M., Lindner, P., Johnson, D., Torrey, D., and B. Alberti, "The Internet Gopher Protocol: A Distributed Document Search and Retrieval Protocol", RFC 1436, University of Minnesota, March 1993. [2] Berners-Lee, T., "Universal Resource Identifiers in WWW: A Unifying Syntax for the Expression of Names and Addresses of Objects on the Network as used in the World-Wide Web", RFC 1630, CERN, June 1994. [3] Berners-Lee, T., and D. Connolly, "Hypertext Markup Language - 2.0", RFC 1866, MIT/W3C, November 1995. [4] Berners-Lee, T., Masinter, L., and M. McCahill, "Uniform Resource Locators (URL)", RFC 1738, CERN, Xerox PARC, University of Minnesota, December 1994. [5] Borenstein, N., and N. Freed, "MIME (Multipurpose Internet Mail Extensions) Part One: Mechanisms for Specifying and Describing the Format of Internet Message Bodies", RFC 1521, Bellcore, Innosoft, September 1993. [6] Braden, R., "Requirements for Internet hosts - Application and Support", STD 3, RFC 1123, IETF, October 1989. [7] Crocker, D., "Standard for the Format of ARPA Internet Text Messages", STD 11, RFC 822, UDEL, August 1982. [8] F. Davis, B. Kahle, H. Morris, J. Salem, T. Shen, R. Wang, J. Sui, and M. Grinbaum. "WAIS Interface Protocol Prototype Functional Specification." (v1.5), Thinking Machines Corporation, April 1990. [9] Fielding, R., "Relative Uniform Resource Locators", RFC 1808, UC Irvine, June 1995. [10] Horton, M., and R. Adams, "Standard for interchange of USENET Messages", RFC 1036 (Obsoletes RFC 850), AT&T Bell Laboratories, Center for Seismic Studies, December 1987. [11] Kantor, B., and P. Lapsley, "Network News Transfer Protocol: A Proposed Standard for the Stream-Based Transmission of News", RFC 977, UC San Diego, UC Berkeley, February 1986. [12] Postel, J., "Simple Mail Transfer Protocol." STD 10, RFC 821, USC/ISI, August 1982. [13] Postel, J., "Media Type Registration Procedure." RFC 1590, USC/ISI, March 1994. [14] Postel, J., and J. Reynolds, "File Transfer Protocol (FTP)", STD 9, RFC 959, USC/ISI, October 1985. [15] Reynolds, J., and J. Postel, "Assigned Numbers", STD 2, RFC 1700, USC/ISI, October 1994. [16] Sollins, K., and L. Masinter, "Functional Requirements for Uniform Resource Names", RFC 1737, MIT/LCS, Xerox Corporation, December 1994. [17] US-ASCII. Coded Character Set - 7-Bit American Standard Code for Information Interchange. Standard ANSI X3.4-1986, ANSI, 1986. [18] ISO-8859. International Standard -- Information Processing -- 8-bit Single-Byte Coded Graphic Character Sets -- Part 1: Latin alphabet No. 1, ISO 8859-1:1987. Part 2: Latin alphabet No. 2, ISO 8859-2, 1987. Part 3: Latin alphabet No. 3, ISO 8859-3, 1988. Part 4: Latin alphabet No. 4, ISO 8859-4, 1988. Part 5: Latin/Cyrillic alphabet, ISO 8859-5, 1988. Part 6: Latin/Arabic alphabet, ISO 8859-6, 1987. Part 7: Latin/Greek alphabet, ISO 8859-7, 1987. Part 8: Latin/Hebrew alphabet, ISO 8859-8, 1988. Part 9: Latin alphabet No. 5, ISO 8859-9, 1990. 15. 作者地址(Authors' Addresses) Tim Berners-Lee Director, W3 Consortium MIT Laboratory for Computer Science 545 Technology Square Cambridge, MA 02139, U.S.A. Fax: +1 (617) 258 8682 EMail: timbl@w3.org Roy T. Fielding Department of Information and Computer Science University of California Irvine, CA 92717-3425, U.S.A. Fax: +1 (714) 824-4056 EMail: fielding@ics.uci.edu Henrik Frystyk Nielsen W3 Consortium MIT Laboratory for Computer Science 545 Technology Square Cambridge, MA 02139, U.S.A. Fax: +1 (617) 258 8682 EMail: frystyk@w3.org 附录(Appendices) 这些信息出现在附录中仅有一个理由,即他们没有成为HTTP/1.0规范的组成部分。 A. Internet介质类型消息/http(Internet Media Type message/http) 做为HTTP/1.0协议的补充,该文档做为Internet介质类型"message/http"的规范。下面 内容被登记在IANA[13]中。 介质类型名(Media Type name): message 介质子类型名(Media subtype name): http 请求参数(Required parameters): none 可选参数项(Optional parameters): version, msgtype 版本(version):附加消息的HTTP版本号,比如“1.0”。如果没有给出,版 本可以从其主体的第一行中得到。 消息类型(msgtype):消息类型――请求(request)或回应(response)。如果 没有给出,版本可以从其主体的第一行中得到。 编码考虑(Encoding considerations):只允许用"7bit", "8bit",或"binary" 。 安全考虑(Security considerations): none B. 容错应用(Tolerant Applications) 虽然此文档指明了产生HTTP/1.0消息的必要条件,并非所有的应用程序都校正他们的 实现。因此,我们建议应用程序增强其容错能力,以便在岐义仍可被明确解释时,还能保证 正常运行。 客户端解析状态行(Status-Line)及服务器解析请求行(Request-Line)时,应当做到容 错。特别是,即使只需要一个SP分隔的情况下,它们也可接受以任何数量的SP或HT字 符分隔的域。 HTTP标题域的行终止符是顺序字符CRLF。而我们建议应用程序在解析这类标题时, 也应识别单个LF(没有前面的CR)做为终止符情况。 C. 与MIME的关系(Relationship to MIME) HTTP/1.0使用了许多为Internet Mail(RFC822[7])及多用途Internet邮件扩展 (Multipurpose Internet Mail Extensions)MIME[5]定义的结构,以允许实体通过一种开放的 可扩展的机制进行传输。实际上,HTTP中有些特性与RFC1521中讨论的邮件不同,这些 区别被用来优化二进制传输的性能,给介质类型的使用提供了更大的自由度,使日期比较变 得更加容易,当然,这也是为了兼容早期的一些HTTP服务器及客户端的应用。 在写作本文时,据说RFC1521将被修订。修订版本将会包括一些出现在HTTP/1.0中的 已有的应用,但这些应用在目前的RFC1521中尚未包括。 该附录描述了HTTP与RFC1521中的不同之处。代理和网关在限制MIME环境时,应 当注意到这些区别,并在必须时提供相应的转换支持。从MIME到HTTP环境的代理和网 关也要注意这些区别,因为一些转换可能是必须的。 C.1 转换为规范形式(Conversion to Canonical Form) RFC1521要求Internet邮件实体在被传输前转换成规范形式,正如RFC1521[5]附录C 中所描述的那样。本文档中3.6.1节中描述了HTTP在传输时允许的“text”介质类型的子类 型的具体形式。 RFC1521要求"text"的内容类型(Content-Type)必须用CRLF作为行中断符,禁止单独 使用CR或LF。HTTP允许在HTTP传输时使用CRLF、单独的CR或LF做为行中断符。 只要有可能,HTTP环境或RFC1521环境下的代理或网关应当将本文档3.6.1节中描述 的文本介质类型中的所有行中断符都转换成CRLF。注意,由于存在着内容编码 (Content-Encoding)问题,以及HTTP允许使用多字符集,而其中的某些字符集不用字节 13和10做为CR和LF,这样就使实际的处理更加复杂。 C.2 日期格式转换(Conversion of Date Formats) HTTP/1.0使用受限制的日期格式集(3.3节)以简化日期比较的处理。其它协议的代理 和网关应当保证消息中的任何日期标题域与HTTP/1.0格式一致,否则,要对其进行改写。 C.3 内容编码介绍(Introduction of Content-Encoding) RFC1521不包括殊如HTTP/1.0中内容编码标题域之类的概念。由于内容类型域是介质 类型的修饰,因而从HTTP到MIME兼容协议中的代理和网关必须在将消息向前推送之前, 更改内容类型标题域(Content-Type)的值或者对实体主体(Entity-Body)进行解码(有些 Internet mail内容类型的实验性应用采用介质类型参数为";conversions=<content-coding>"来 替代内容解码,而事实上,该参数并非RFC1521的组成部分)。 C.4 无内容传输编码(No Content-Transfer-Encoding) HTTP不使用RFC1521的CTE(Content-Transfer-Encoding)域。与MIME协议兼容的 代理和网关在向HTTP客户端传递回应消息前都必须清除任何无标识的CTE编码 ("quoted-printable"或"base64")。 从HTTP到MIME兼容协议的代理和网关要负责保证协议上消息格式正确及编码传输 安全,所谓安全传输是指满足对应协议所规定的限制或约束标准。代理或网关应当用适当的 内容传输编码(Content-Transfer-Encoding)来标识数据,以提高在目的协议上实现安全传输 的可能性。 C.5 多个主体的HTTP标题域(HTTP Header Fields in Multipart Body-Parts) 在RFC1521中,大多数多个主体组成的标题域通常会被忽略,除非其域名以"Content-"开 头。在HTTP/1.0中,多个主体部分(multipart body-parts)所包含的任何HTTP标题域,只 对对应的部分有意义。 D. 附加特性(Additional Features) 该附录中包括的一些协议元素存在于一些HTTP实现中,但并非对所有的HTTP/1.0的 应用都适用。开发者应注意这些特性,但不能依赖它们来与其它的HTTP/1.0应用程序进行 交互。 D.1 附加请求方法(Additional Request Methods) D.1.1 PUT PUT方法请求服务器将附件的实体储存在提供的请求URI处。如果该请求URI指向的 资源已经存在,则附件实体应被看做是当前原始服务器上资源的修改版本。如果请求URI 没有指向现存的资源,该URI将被该请求的用户代理定义成为一个新的资源,原始服务器 将用该URI产生这个资源。 POST与PUT两种请求的基本区别在于对请求URI的理解不同。在POST请求方法中 的URI所标识的资源将做为附件实体被服务器处理,该资源可能是数据接收处理过程、某 些其它协议的网关、或可被注释的单独实体。与此相反,用户代理很清楚它发出的PUT请 求中附带URI所标识的实体指向何处,而服务器处不应将该请求用到其它资源头上。 D.1.2 DELETE DELETE方法请求原始服务器删除由请求URI所指定的资源。 D.1.3 LINK LINK方法建立与请求URI所指定资源或其它已存在资源之间的一个或多个连接关系。 D.1.4 UNLINK UNLINK方法删除与请求URI所指定资源之间的一个或多个连接关系。 D.2 附加标题域定义(Additional Header Field Definitions) D.2.1 Accept Accept请求标题域用于指示可被接受的请求回应的介质范围列表。星号"*"用于按范围 将介质类型分组,用"*/*"指示可接受全部介质类型;用"type/*"指示可接受type类型的所有 子类型。对于给定请求的上下文,客户端应当表示出哪些类型是它可以接受的。 D.2.2 可接受的字体集(Accept-Charset) Accept-Charset请求标题域用来指示除了US-ASCII和ISO-8859-1外,首选的字符集。 该域将使客户端有能力理解更广泛的或有特殊用途的字符集,从而在服务器上可以存放采用 此类字符集的文档。 D.2.3 可接受编码(Accept-Encoding) Accept-Encoding请求标题域与Accept相似,但是限制了回应中可接受的内容编码 (content-coding)值。 D.2.4 可接受语言(Accept-Language) Accept-Language请求标题域与Accept相似,但限制了请求回应中首选的自然语言集。 D.2.5 内容语言(Content-Language) Content-Language实体标题域描述了附加实体中为听众指定的自然语言。注意,这可能 与在实体内部使用的各种语言不是一码事。 D.2.6 连接(Link) Link实体标题域描述了实体和某些其它资源之间的关系。一个实体可能包括多个连接 值。处于元信息级的Link指明了分层结构和导航路径之间的关系。 D.2.7 MIME版本(MIME-Version) HTTP消息可能包括一个单独的MIME版本的普通标题(general-header)域,用以指示 用来构造消息的MIME协议的版本。MIME版本标题域的使用,正如RFC1521[5]中定义的 那样,应当用来指示消息是否符合MIME规范。然而不幸的是,一些老的HTTP/1.0服务器 不加选择地发送此域,导致此域已经被废弃。 D.2.8 在….后重试(Retry-After) Retry-After回应标题域可与503(服务不可用)回应一起使用,用于指示服务器停止响 应客户请求的时间长短。该域的值可用HTTP格式的日期表示,也可以用整数来表示回应时 间后的秒数。 D.2.9 标题(Title) Title实体标题域用于指示实体的标题。 D.2.10 URI URI实体标题域可能包含一些或全部统一资源标识(Uniform Resource Identifiers),见 3.2节,通过这些标识来表示请求URI所指定的资源。并不担保根据URI一定能够找到指定 的资源。 RFC1945——Hyptertext Transfer Protocol – HTTP/1.0 超文本传输协议1.0 1 RFC文档中文翻译计划
RFC1945 超文本传输协议--HTTP/1.0
最新推荐文章于 2022-02-15 23:23:59 发布