Russian Apache: Как это работает

Как это работает

В этом документе описан алгоритм, по которому Apache-RUS определяет в какой кодировке документ должен быть отдан клиенту. В каком-то смысле это повторение описания директив конфигурации, но порядок изложения отвечает именно поведению сервера, при этом подробное описание директив опущено.

В документе описана текущая версия (PL20-PL24). Конфигурация (в т.ч. и названия директив) старых версий (PL16 и более старых) отличается и описана в отдельном документе. В тех местах, где поведение новых и старых версий сервера отличается принципиально сделаны специальные оговорки.

В дальнейшем тексте термины charset и кодировка используются практически как синонимы.

Предварительные замечания.

Основное назначение модуля, отвечающего за перекодировки, - произвести корректное преобразование из "charset на диске" (кодировка хранения) в "charset у клиента" (кодировка передачи) при передаче документа клиенту и произвести обратное преобразование при приеме информации от клиента (submit формы и т.п.). Все возможные способы таких преобразований должно быть описано в конфигурации сервера директивами CharsetDecl (объявление серверу о существовании кодовой таблицы) и CharsetRecodeTable (описание преобразования из одной кодировки в другую). Все имеющиеся кодировки и преобразования могут быть описаны только в конфигурации сервера/виртуального сервера. Описание директив CharsetDecl и CharsetRecodeTable в .htaccess/<Directory> не допускается по очевидной причине - такое описание требует, чтобы сервер переинициализировал таблицы перекодировки при каждом обращении к такой директории, что ведет к очень большому количеству лишних действий. Все прочие директивы Charset... могут быть указаны где угодно.

Кодировка хранения (т.е. та, в которой файлы хранятся на диске) должна быть указана (возможно, отдельно для каждой директории) директивой CharsetSourceEnc (описывает все файлы в директории) или директивой CharsetByExtension. Директива CharsetByExtension имеет больший приоритет. При необходимости определять кодировку хранения другим модулем может быть использована переменная окружения FORCE_SOURCE_CHARSET.

Определение кодировки клиента по Accept-Charset:/Accept:

В случае, если в HTTP-заголовках присутствует заголовок Accept-Charset: SomeCharset или Accept: text/x-cyrillic-SomeCharset, и как минимум один из запрошенных charset известен серверу (т.е. описан в директивах CharsetDecl или CharsetAlias), то сервер выдает документ в соответствии с запрошенным charset. Если серверу известны несколько из запрошенных charset, то будет выбран имеющий наибольший приоритет. Если несколько charset в запросе имеют одинаковый наибольший приоритет, то будет выбран тот из них, который раньше описан в директиве CharsetPriority. Если при этом отсутствует и директива CharsetPriority, то результат выбора из этих charset с наибольшим приоритетом не определен.

Если в заголовке Accept-Charset (Accept) указаны только charset неизвестные серверу и не указан wildcard (*), то поведение сервера зависит от флага CharsetErrReject. Если этот флаг включен (On), то клиенту вернут сообщение об ошибке. Если выключен - сервер попробует определить charset клиента по прочим параметрам.

Полностью отключить распознавание кодировки клиента по заголовку Accept-Charset можно директивой CharsetDisableAcceptCharset, однако это нарушение стандарта HTTP и не может быть рекомендовано к применению. Однако существуют частные случаи, когда действие Accept-Charset нужно выключить, например Netscape Communicator 4.x настроенный по-умолчанию шлет заголовок "Accept-Charset: iso-8859-1,*,utf-8", соответственно если у вас описан Charset iso-8859-1, то пользователю с NC 4.x будет всегда показан именно iso-8859-1. Для отключения распознавания Accept-Charset в таких конкретных случаях может быть использована директива CharsetBrokenAccept.

Определение кодировки клиента по прочим параметрам

Если заголовки AcceptCharset/Accept в запросе отсутствуют, либо по ним не удалось произвести выбор кодировки, то сервер попробует определить кодировку пользователя по трем параметрам:

По переменной окружения FORCE_CHARSET, выставленной другим модулем.
По номеру порта (работает начиная с версии PL20.2). В случае, когда TCP-port к которому идет обращение совпадает с одним из описанных директивой CharsetByPort, то будет выбрана эта кодировка.
По Hostname сервера. В случае, если hostname сервера (виртуального сервера) начинается с названия charset (CharsetDecl) или с алиаса Charset (CharsetAlias), то в качестве клиентской кодировки будет выбрана эта кодировка.
По префиксу URL. Если URL начинается с /charset-name/path/to/file.html или с /~user/charset-name/path/to/file.html, то будет выбрана эта кодировка.
По программному обеспечению пользователя (HTTP-заголовку User-Agent). Если в заголовке User-Agent есть подстрока, описанная в директиве CharsetAgent, то будет выбрана соответствующая кодировка. Если совпадающих подстрок несколько, то сработает самая длинная. Если совпадающих подстрок несколько и они имеют одинаковую длину, то выбор из них не определен.

Порядок срабатывания этих способов определяется директивой CharsetSelectionOrder (В версиях до PL16 можно было менять местами только порядок срабатывания Directory Prefix/UserAgent и выключать (по отдельности) Hostname prefix и Directory Prefix).

Необходимая "строгость" совпадения Hostname сервера/префикса filename с именем/алиасом какой-то кодировки может быть отрегулирована директивой CharsetStrictURIMatch. В режиме "Off" (умолчание) выбор кодировки по Hostname/Directory производится сервером в случае совпадения начала имени сервера/имени директории с названием/алиасом какого-то charset. В режиме "On" производится более строгая проверка - с именем charset должны совпасть полное имя сервера или его host part (для выбора по hostname) и, соответственно, полное название директории (для выбора по имени директории).

Определение кодировки клиента по прочим параметрам

Если у сервера ничего не получилось
Если сервер не сумел определить кодировку клиента, то документ будет отдан в кодировке, определенной директивой CharsetDefault. Если CharsetDefault не указана, то будет использован charset, описанный первым в директиве CharsetPriority, а если нет и этой директивы, то charset, описанный первой директивой CharsetDecl.

SSI
Т.к. все директивы (кроме CharsetDecl и CharsetRecodeTable) могут быть указаны где угодно, то это позволяет хранить документы в любой смеси кодировок. Некоторые осложнения могут вызвать ServerSideIncludes. Правило простое - на файл (в том числе включаемый через SSI) действуют правила той директории, где он физически находится.

HTTP-заголовок Content-Type: text/html; charset=...
На выдачу сервером ; charset=CharsetName в заголовке Content-Type: влияет установлена ли директива CharsetUseMultiViews. Если она установлена в On, то charest=... выдается при соблюдении таких трех условий одновременно:

Броузер клиента не является "Bad Agent"
Опция MultiViews (поддержка многоязыковой выдачи) включена (On)
Язык документа, описанный через директиву AddLanguage, совпадает с языком Charset, описанным директивой CharsetDecl.

Если опция CharsetUseMultiViews выключена (Off), то charset=.... выдается для всех документов.

Спонсоры сайта: Качественный выделенный сервер аренда windows любого ценового сегмента

[ Russian Apache ] [ Как это работает ] [ Рекомендации ] [ Где взять ] [ Как установить ] [ Как настроить ] [ Статус и поддержка ] [ Краткий обзор ] [ FAQ ] [ Список рассылки ] [ Благодарности ] [ Поиск по серверу ] [ Powered by Russian Apache ] [ Apache-talk archive ]

"Russian Apache" includes software developed by the Apache Group for use in the Apache HTTP server project (http://www.apache.org/) See Apache LICENSE. Copyright (C) 1995-2001 The Apache Group. All rights reserved. Copyright (C) 1996 Dm. Kryukov; Copyright (C) 1997-2009 Alex Tutubalin. Design (C) 1998 Max Smolev.