http - multipart/form-data，字段的默认字符集是什么？

Question

如果没有给出字符集，应该使用什么默认编码来解码 multipart/form-data？ RFC2388 指出:

4.5 Charset of text in form data

Each part of a multipart/form-data is supposed to have a content- type. In the case where a field element is text, the charset parameter for the text indicates the character encoding used.

For example, a form with a text field in which a user typed 'Joe owes <eu>100' where <eu> is the Euro symbol might have form data returned as:

--AaB03x
content-disposition: form-data; name="field1"
content-type: text/plain;charset=windows-1250
content-transfer-encoding: quoted-printable>>

Joe owes =80100.
--AaB03x

在我的例子中，字符集没有设置，我不知道如何解码该文本/纯文本部分中的数据。由于我不想强制执行非标准行为，所以我想问一下在这种情况下预期的行为是什么。 RFC 似乎没有对此进行解释，所以我有点迷路了。

谢谢!

Answer 1

这显然在 HTML5 中发生了变化(参见 http://dev.w3.org/html5/spec-preview/constraints.html#multipart-form-data)。

The parts of the generated multipart/form-data resource that correspond to non-file fields must not have a Content-Type header specified.

那么字符集是在哪里指定的呢？据我所知，从编码算法来看，唯一的位置是在名为 _charset_ 的表单数据集条目中。

如果您的表单没有名为 _charset_ 的隐藏输入，会发生什么？我已经在 Chrome 28 中对此进行了测试，发送了一个以 UTF-8 编码的表单和一个以 ISO-8859-1 编码的表单，并检查了发送的 header 和有效负载，但我没有看到任何地方给出的字符集(即使文本编码确实发生了变化).如果我在表单中包含一个空的 _charset_ 字段，Chrome 会使用正确的字符集类型填充它。我想任何服务器端代码都必须查找那个 _charset_ 字段才能弄清楚？

我在编写使用 FormData 对象的 XMLHttpRequest.send 的 Chrome 扩展时遇到了这个问题，always gets encoded in UTF-8 no matter what the source document encoding is .

Let the request entity body be the result of running the multipart/form-data encoding algorithm with data as form data set and with utf-8 as the explicit character encoding.

Let mime type be the concatenation of "multipart/form-data;", a U+0020 SPACE character, "boundary=", and the multipart/form-data boundary string generated by the multipart/form-data encoding algorithm.

正如我之前发现的，charset=utf-8 没有在 POST 请求中的任何地方指定，除非您在表单中包含一个空的 _charset_ 字段，在这种情况下，它会自动填充 "utf-8”。

这是我对事物状态的理解。欢迎对我的假设进行任何更正!