multipart/form-data HTTP POST 请求中如何指定字符编码？

Question

HTML 5 规范描述了一种算法，用于选择多部分表单提交中使用的字符编码（例如 UTF-8）。但是，尚不清楚如何将所选编码中继到服务器，以便内容可以在接收端正确解码。

通常，字符编码是通过将“charset”参数附加到

Content-Type

请求标头的值来表示的。但是，此参数似乎没有为

multipart/form-data

MIME 类型定义：

多部分表单提交中的每个部分都可以提供自己的

Content-Type

标头；然而，RFC 7578 指出“实际上，许多广泛部署的实现并不在每个部分提供字符集参数，而是依赖于多部分/表单数据实例的‘默认字符集’概念”。

RFC 7578 继续建议隐藏的“_charset_”表单字段可用于此目的。但是，Safari (9.1) 和 Chrome (51) 似乎都没有填充此字段，也没有提供任何每个部分的编码信息。

我查看了两个浏览器生成的请求标头，没有看到任何明显的字符编码信息。有谁知道浏览器如何将这些信息传递到服务器？

Answer 1

HTML 5 使用 RFC 2388（已被 RFC 7578 废弃），但是 HTML 5 显式从非文件字段中删除

Content-Type

header，而 RFC 则没有：

生成的 multipart/form-data 资源中与非文件字段对应的部分不得指定
Content-Type
标头。它们的名称和值必须使用上面选择的字符编码进行编码（特别是字段名称不会按照 RFC 2388 中的建议转换为 7 位安全编码）。

RFC 旨在允许

multipart/form-data

除了 HTML 之外还可以在其他上下文中使用（尽管这是其最常见的用途）。在其他情况下，允许使用

Content-Type

。只是 HTML 5 中没有（但 HTML 4 中允许）。

如果没有

Content-Type

标头，隐藏的

_charset_

表单字段（如果存在）是 HTML 5

<form>

提交者可以明确声明使用哪个字符集的唯一方式。

根据您链接到的 HTML 5 算法规范，所选字符集必须从

<form>

元素的

accept-charset

属性（如果存在）中选择，否则如果它与 ASCII 兼容，则为 HTML 本身使用的字符集，否则为 UTF -8。算法规范以及 RFC 7578 第 5.1.2 节中提到 HTML 5 时明确说明了这一点。

因此，实际上不需要网络浏览器显式地声明字符集，因为表单提交的接收者应该根据

<form>

的创建方式知道期望使用哪个字符集，因此可以在解析提交时检查这些字符集。如果接收方想知道使用的特定字符集，则需要在

_charset_

中包含隐藏的

<form>

字段。