由HTTP的\r\n所联想到的

  本文主要是以HTTP使用\r\n来换行，联想到不同操作系统的换行问题，对HTTP是一种基于文本的协议做了一次有意思的分析。

使用巴克斯范式来表示HTTP消息如下

                   http-message = start-line

                     *(message-headerCRLF)

                     CRLF

                     [message-header]

  从巴克斯范式表示的http消息可以看出,http使用了CRLF作为换行的标志，在实际的抓包过程中，我们也可以看到如下图所示的情况，即\r\n

  还记得三大操作系统的换行符吗。Windows系统采用CRLF表示下一行；Linux/UNIX系统采用LF表示下一行；MAC系统采用CR表示下一行（PS；据说MAC OS 现在都换成LF了，求苹果大神确认一下）。我们知道windows和Linux之间互传未经过转换的文件，是会出现问题的。这一现象可以通过cat –A filename进行查看，Linux文件是以$也就是\n结尾的（这就是我们敲命令的时候会跟个$的原因），而将Windows文件拷贝到Linux，会出现^M$结尾，也就是\r\n。有的时候我们可能并不会注意到，因为有的软件会自动将我们的文件做了转换。当然Linux到Windows就有可能出现没有换行的情况啦。

  这次我们想关注的是既然HTTP使用\r\n，那么至于不同的操作系统会出现什么样的影响呢？

  提到这里，就不得不说一下二进制传输和ASCII传输。这个概念我是在ftp协议里面遇到的。二进制传输很简单，即按二进制的码流进行传输，不论在哪里，内容都是一样的，经常会遇到使用二进制传输文本文件的异常情况。FTP协议中的ASCII传输有如下说明：The sender converts the datafrom an internal character representation to the standard 8-bit NVT-ASCII representation (see the Telnetspecification).  The receiver willconvert the data from the standard form to his own internal form.In accordancewith the NVT standard, the sequence shouldbe used where necessary to denote the end of a line of text.  (See the discussion of file structure at theend of the Section on Data Representation and Storage.)，即FTP使用NVT-ASCII中间格式来解决不同系统之间的异构性（一般的做法是，传输文本考虑使用ASCII传输，而其他诸如视屏等使用二进制），即Linux 的\n传输到windows之后会被转换成\r\n，其实中间的时候已经被转换成为\r\n，因为NVT-ASCII使用的是CRLF。

  其实这里面有一点是需要明确一下的，数据在网线上进行传输，最终的形态都是二进制即高低电平的形式在物理层上面传输，我们所要讨论的问题在于其在应用层面做了什么操作。比如FTP，先做转换，完事之后传输。

  说完FTP，回来看HTTP是如何传输的。这其实要分成两部分，第一部分是HTTP的头部是如何传输的；第二部分是HTTP的消息实体是如何传输的。就像前面所涉及到的FTP，说的是数据部分要做转换。对于HTTP的消息实体，其传输方式多种多样，可以从头域Content-Encoding中看出来。也就是说消息实体会先经过Content-Encoding编码转换成为中间格式，在到达目的端然后在解码出来，即转换为目的端的情况。这里其实和FTP会经历中间格式是一回事，也就是说对于消息实体换行的事情，中间格式给解决了。这些也就是浏览器的开发者需要考虑实现的。

  那么对于HTTP头域是使用了什么编码方式的呢？我们知道数据部分使用具体的编码方式是因为数据部分各种各样，有mp4，xml，txt等多种数据格式，而至于HTTP的头部域，其实就是文本格式，这也是我们经常说HTTP协议是基于文本的协议的原因吧。那么对于文本，我们通常想到的传输方式就是ASCII，即和FTP传输文本采用的NVT-ASCII是一类的事情（这个地方没有在RFC中找到确切的说明，哪位大神找到后告诉我），那么自此，不同系统之间换行空格的事情也就解决了。

  其实再仔细的想一想HTTP协议之所以成为基于文本的协议，这也是某种原因吧。因为其和下层的TCP协议还是有着本质上的差别的。

  说完了这么多，其实各种编程语言是用\n换行，并没有在windows上面反映出来，其背后的原因也是可以在深入探讨一下的。