RFC2616中文版（2）符号习惯和一般语法

2 符号习惯和一般语法
2.1 扩充的BNF（扩充的 巴科斯-诺尔范式）
本文档规定的所有机制都用两种方法描述：散文体（prose）和类似于RFC 822的扩充Backus-Naur Form（BNF）。要理解本规范，使用者需熟悉符号表示法。扩充BNF结构如下：

名字（name）=定义（definition）

名字（name）就是代表规则的名字（译注：如：CRLF，DIGIT等等都是规则名），规则名里不能包含“<”和“>”，通过等于号 把规则名和规则定义（definiation）分离开。空白（white space）是有意义的，因为可以用缩进（indentation，译注：缩进就是空白，后面会讲到LWS） 把规则定义显示成多行。某些基本规则（basic rule，译注：2.2节说明基本规则的语法）使用大写字母包含在规则定义里， 你如SP，LWS，HT，CRLF，DIGIT，ALPHA，等等。尖括号可以包含在规则定义里，只要它们的存在有利于识别规则名（译注：LWS，HT等 都是规则名）。

“字面文本”（“literal”）

字面文本（literal text）两边用引号。除非声明，字面文本大小写不敏感（译注：如，HEX = "A" | "B" | "C" | "D" | "E" | "F" | "a" | "b" | "c" | "d" | "e" | "f" | DIGIT 里的A，B,C，D等等都是字面文本（literal text））。

规则1 | 规则2

由竖线（“|”）分开的元素是可选的，例如，“yes | no”表示yes或no都是可接受的。

（规则1 规则2）

围在括号里的多个元素视作一个元素。所以，“（elem （foo | bar） elem）”的符合的字符串是“elem foo elem”和“elem bar elem”。

*规则

前面的字符“*”表示重复。完整的形式是“<n>*<m>元素”，表示元素至少出现<n>次，至多出 现<m>次。默认值是0和无穷大，所以"*（元素）"允许任何数值，包括零；"1*元素"至少需要一次；"1*2element"允许一次或 两次。

[规则]

方括号里是任选元素；“[foo bar]”相当于“*1（foo bar）”。

N 规则

特殊的重复：“<n>（元素）”与“<n>*<n>（元素）”等价；就是说，（元素）正好出现了<n>次。这样2DIGIT是一个两位数字，3ALPHA是一个由三个字符组成的字符串。

#规则

类似于“*”，结构“#”是用来定义一系列元素的。完整的形式是<n>#<m>元素，表示至少<n>个元素， 至多<m>个元素，元素之间被一个或多个逗号（“,”）以及可选的线性空白（LWS）隔开了。这就使得表示列表这样的形式变得非常容易；像

（ *LWS element） *（ *LWS ","*LWS element ））

就可以表示为

1#element 

无论在哪里使用这个结构，空元素都是允许的，但是不计入元素出现的次数。换句话说 ，

“（element ）, , （element）  ”是允许的，但是仅仅视为两个元素。因此，在至少需要一个元素的地方，必须存在至少一个非空元素。默认值是0和无穷大，这样，“#element”允许任 意零个或多个元素；“1# element”需要至少一个；“1#2element”允许一个或两个元素。

；注释（comment）

用分号引导注释。

隐含的（implied） *LWS

本说明书所描述的语法是基于字的。除非特别注明，线性空白可出现在任何两个相邻字之间（标记（token）或引用字符串（quoted- string）），以及相邻字和间隔符之间，这并没有改变一个域的解释。任何两个标记（token）之间必须有至少一个分割符，否则将会被理解为单一标 记。

 

2.2基本规则 （basic rule）
下面的规则贯穿于本规范的全文，此规则描述了基本的解析结构。US-ASCII（美国信息交换标准码）编码字符集是由ANSI X3.4-1986[21]定义的。

       OCTET（字节）    = <任意八比特的数据序列>

       CHAR           = <任意ASCII字符（ascii码值从 0到127的字节）>

       UPALPHA        = <任意大写字母"A"..."Z">

       LOALPHA        = <任意小写字母"a"..."z">

       ALPHA          = UPALPHA | LOALPHA

       DIGIT          = <任意数字0，1，...9>

       CTL          = <任意控制字符（ascii码值从0 到 31的字节）及删除键DEL（127>

       CR             = <US-ASCII CR, 回车（13）>

       LF             = <US-ASCII LF, 换行符（10）>

       SP             = <US-ASCII SP, 空格（32）>

       HT             = <US-ASCII HT, 水平制表 （9）>

       <">            = <US-ASCII 双引号（34）>

HTTP/1.1将 CR LF 的序列定义为任何协议元素的行尾标志，但这除了实体主体（endtity-body）外（要求比较松的应用见附录19.3）。实体主体（entity-body）的行尾标志是由它的关联媒体类型定义的，如3.7节所述。

       CRLF           = CR LF

HTTP/1.1 的消息头域值可以折叠成多行，但紧接着的折叠行由空格（SP）或水平制表（HT）折叠标记开始。所有的线性空白（LWS）包括折叠行的折叠标记（空格SP 或水平制表键HT），具有同SP一样的语义。接收者在解析域值或将消息转送到下游（downstream）之前可能会将任何线性空白（LWS）替换成单个 SP（空格）。

       LWS            = [CRLF] 1*（ SP | HT ）

下面的TEXT规则仅仅适用于域内容和域值的描述，不会被消息解释器解析。TEXT里的字可以包含不仅仅是ISO-8859-1[22]里的字符集，也可以包含RFC 2047里规定的字符集。

       TEXT           = <除CTLs以外的任意OCTET，但包括LWS>

一个CRLF只有作为HTTP消息头域延续的一部分时才在TEXT定义里使用。

十六进制数字字符用在多个协议元素（protocol element）里。

       HEX            = "A" | "B" | "C" | "D" | "E" | "F"

                      | "a" | "b" | "c" | "d" | "e" | "f" | DIGIT

许多HTTP/1.1的消息头域值是由LWS或特殊字符分隔的字构成的。这些特殊字符必须先被包含在引用字符串（quoted string）里之后才能用于参数值（如3.6节定义）里。

       token （标记）        = 1*<除CTLs与分割符以外的任意 CHAR >

       separators（分割符）    = "（" | "）" | "<" | ">" | "@"

                               | "," | ";" | ":" | """ | <">

                                      | "/" | "[" | "]" | "?" | "="

                                      | "{" | "}" | SP | HT

通过用圆括号括起来，注释（comment）可以包含在一些HTTP头域里。注释只可以作为域定义的一部分。在其他域里，圆括号被视作域值的一部分。

       comment （注释）= "（" *（ ctext | quoted-pair | comment ） "）"

       ctext          = <除"（" 和 "）"以外的任意TEXT >

如果一个TEXT若被包含在双引号里，则当作一个字。

       quoted-string = （ <"> *（qdtext | quoted-pair ） <"> ）

qdtext       = <any TEXT except <">>

斜划线（"""）可以被作为单个字符的引用机制，但是必须要在引号和注释区之内。

quoted-pair = """ CHAR