http传输字符编码与转义（深度好文）

一、引言

        最近陆陆续续看了好多关于字节、字符、字符编码、字符转义的文章，终于对这个过程有了比较清晰深刻的认识。和后台开发相结合知道了乱码出现的理论具体原因，和前台开发结合知道了get与post请求的过程。这里分析下供大家学习分享。（字符转义指字符与字符之间转换，url编码；字符编码指字符与二进制的对应，ascii）

二、字符编码的发展

      首先要明白字符集与字符编码的概念，字符集就是能表示的字符的集合（中文、英文、蒙古文），字符编码是字符与二进制的对应关系（如“我”存为001，”你“存为002）。不过一般字符集与字符编码容易统称，一般一对一，但也有一对多（如utf-8，utf-16）。

       发展：英文字符集：ascii编码————不同国家文字字符集：ANSI编码（GBK、JIS等）————全世界统一字符集：UNICODE编码（UTF—8，UTF—16等），如下图（稍微展示的多了些）：

二、http请求过程

        整体流程图如下图所示：

1、字符转义：浏览器对汉字的通过某种编码方式进行url编码转义，转译成为ascii以便下一步。这里就是get post请求涉及到的地方，get肯定url编码转义，post中的urlencode与之类似，formdata猜测应该未转义，json猜测应该url编码；

2、字符编码：浏览器将上一步骤转义的字符按照ascii编码为字节；

3、字符解码：服务器将传输过来的字节按照ascii解码为字符，此步骤web server内部已经帮我们实现；

4、字符反转义：服务器将字符按照utf-8或某种编码方式进行url编码反转义为汉字，此过程中开发常用到request可以自定义字符转义解码方式；

5、字符转义：服务器将响应头字符按照某种编码方式url编码转义，此过程中开发常用response定义url编码，框架中一般默认会自动选择utf-8进行url编码，请求体见步骤6；

6、字符编码：服务器对url编码转义后的响应头，与响应体进行二进制编码，webserver内部实现；

7、字符解码：浏览器对响应头与响应体按照ascii解码为字符；

8、字符反转义：浏览器响应头进行url编码反转义，对响应体查看content-type来进行html解析或者图片解析；

三、总结

• 开发中遇到编码的乱码问题；

• 字符集与字符编码发展；

• http中的编码、解码，编码转义、编码反转义详细过程说明；

• http编码过程中前端开发与后台开发相关过程定位；