数据类型与编码
在 TCP/IP 协议栈里，传输数据基本上都是“header+body”的格局。但 TCP、UDP 由于是传输层的协议，它们不会关心 body 数据是什么，只要把数据发送到对方就算是完成了任务。
而 HTTP 协议则不同，是应用层的协议，数据抵达之后作业只能说是完成了一半，还必须要告知上层应用这是什么数据才行，否则上层应用就会“不知所措”。
假设 HTTP 没有奉告数据类型的功能，服务器把“一大坨”数据发给了浏览器，这时分该怎么办呢？
它能够“猜”。由于许多数据都是有固定格局的，所以通过查看数据的前几个字节或许能知道这是个 GIF 图片、或者是个 MP3 音乐文件，但这种方法无疑非常低效，而且有很大几率会查看不出来文件类型。
幸运的是，早在 HTTP 协议诞生之前就已经有了针对这种问题的解决方案，不过它是用在电子邮件系统里的，让电子邮件能够发送 ASCII 码以外的恣意数据，方案的姓名叫做多用途互联网邮件扩展，简称为 MIME。
MIME 是一个很大的规范规范，但 HTTP 只“顺手牵羊”取了其中的一部分，用来符号 body 的数据类型，这便是我们平常总能听到的“MIME type”。
MIME 把数据分成了八大类，每个大类下再细分出多个子类，方法是type/subtype的字符串，刚好契合 HTTP 明文的特点，所以能够很容易地归入 HTTP 头字段里。
这里简单列举一下在 HTTP 里经常遇到的几个类别：
- text：即文本格局的可读数据，我们最了解的应该便是 text/html 了，表明超文本文档，此外还有纯文本 text/plain、样式表 text/css 等。
- image：即图像文件，有 image/gif、image/jpeg、image/png 等。
- audio/video：音频和视频数据，例如 audio/mpeg、video/mp4 等。
- application：数据格局不固定，可能是文本也可能是二进制，必须由上层应用程序来解释。常见的有 application/json，application/javascript、application/pdf 等，别的，假如实在是不知道数据是什么类型，像方才说的“黑盒”，就会是 application/octet-stream，即不透明的二进制数据。
但仅有 MIME type 还不行，由于 HTTP 在传输时为了节省带宽，有时分还会紧缩数据，为了不要让浏览器持续“猜”，还需要有一个“Encoding type”，告知数据是用的什么编码格局，这样对方才能正确解紧缩，还原出原始的数据。
Encoding type 常用的只有下面三种：
- gzip：GNU zip 紧缩格局，也是互联网上最盛行的紧缩格局；
- deflate：zlib（deflate）紧缩格局，盛行程度仅次于 gzip；
- br：一种专门为 HTTP 优化的新紧缩算法（Brotli）。
数据类型运用的头字段
有了 MIME type 和 Encoding type，无论是浏览器还是服务器就都能够轻松识别出 body 的类型，也就能够正确处理数据了。
HTTP 协议为此界说了两个 Accept 恳求头字段和两个 Content 实体头字段，用于客户端和服务器进行“内容洽谈”。也便是说，客户端用 Accept 头告知服务器期望接纳什么样的数据，而服务器用 Content 头告知客户端实践发送了什么样的数据。
Accept字段符号的是客户端可了解的 MIME type，能够用“,”做分隔符列出多个类型，让服务器有更多的选择地步，例如下面的这个头：
Accept: text/html,application/xml,image/webp,image/png
这便是告知服务器：“我能够看懂 HTML、XML 的文本，还有 webp 和 png 的图片，请给我这四类格局的数据”。
相应的，服务器会在呼应报文里用头字段Content-Type告知实体数据的真实类型：
Content-Type: text/html
Content-Type: image/png
这样浏览器看到报文里的类型是“text/html”就知道是 HTML 文件，会调用排版引擎渲染出页面，看到“image/png”就知道是一个 PNG 文件，就会在页面上显现出图像。
Accept-Encoding字段符号的是客户端支持的紧缩格局，例如上面说的 gzip、deflate 等，同样也能够用“,”列出多个，服务器能够选择其中一种来紧缩数据，实践运用的紧缩格局放在呼应头字段Content-Encoding里。
Accept-Encoding: gzip, deflate, br
Content-Encoding: gzip
不过这两个字段是能够省掉的，假如恳求报文里没有 Accept-Encoding 字段，就表明客户端不支持紧缩数据；假如呼应报文里没有 Content-Encoding 字段，就表明呼应数据没有被紧缩。
言语类型与编码
互联网遍布全球，不同国家的人运用了许多不同的言语，虽然都是 text/html，但怎么让浏览器显现出每个人都可了解可阅览的言语文字呢？
HTTP 又引入了两个概念：言语类型与字符集。
所谓的言语类型便是人类运用的自然言语，例如英语、汉语等，而这些自然言语可能还有下属的地区性方言，所以在需要清晰区别的时分也要运用type-subtype的方法，不过这里的格局与数据类型不同，分隔符不是“/”，而是“-” 。
举几个比方：en 表明恣意的英语，en-US 表明美式英语，en-GB 表明英式英语
关于自然言语的计算机处理还有一个更麻烦的东西叫做“字符集”。
在计算机发展的前期，各个国家和地区的人们“各自为政”，发明了许多字符编码方法来处理文字，比方英语国际用的 ASCII、汉语国际用的 GBK、BIG5等。同样的一段文字，用一种编码显现正常，换另一种编码后可能就会变得一团糟。
所以后来就出现了 Unicode 和 UTF-8，把国际上一切的言语都包容在一种编码方案里，UTF-8 也成为了互联网上的规范字符集。
言语类型运用的头字段
HTTP 协议也运用 Accept 恳求头字段和 Content 实体头字段，用于客户端和服务器就言语与编码进行“内容洽谈”。
Accept-Language字段符号了客户端可了解的自然言语，也允许用“,”做分隔符列出多个类型：
Accept-Language: zh-CN, zh, en
这个恳求头会告知服务器：“最好给我 zh-CN 的汉语文字，假如没有就用其他的汉语方言，假如还没有就给英文”。
相应的，服务器应该在呼应报文里用头字段Content-Language告知客户端实体数据运用的实践言语类型：
Content-Language: zh-CN
字符集在 HTTP 里运用的恳求头字段是Accept-Charset，但呼应头里却没有对应的 Content-Charset，而是在Content-Type字段的数据类型后边用“charset=xxx”来表明。
例如，浏览器恳求 GBK 或 UTF-8 的字符集，然后服务器回来的是 UTF-8 编码，便是下面这样：
Accept-Charset: gbk, utf-8
Content-Type: text/html; charset=utf-8
不过现在的浏览器都支持多种字符集，通常不会发送 Accept-Charset，而服务器也不会发送 Content-Language，由于运用的言语完全能够由字符集推断出来，所以在恳求头里一般只会有 Accept-Language 字段，呼应头里只会有 Content-Type 字段。
内容洽谈的质量值
在 HTTP 协议里用 Accept、Accept-Encoding、Accept-Language 等恳求头字段进行内容洽谈的时分，还能够用一种特殊的“q”参数表明权重来设定优先级，这里的“q”是“quality factor”的意思。
权重的最大值是 1，最小值是 0.01，默认值是 1，假如值是 0 就表明回绝。具体的方法是在数据类型或言语代码后边加一个;，然后是q=value。
例如下面的 Accept 字段：
Accept: text/html,application/xml;q=0.9,*/*;q=0.8
它表明浏览器最期望运用的是 HTML 文件，权重是 1，其次是 XML 文件，权重是 0.9，最后是恣意数据类型，权重是 0.8。服务器收到恳求头后，就会计算权重，再依据自己的实践情况优先输出 HTML 或者 XML。
内容洽谈的成果
内容洽谈的过程是不透明的，每个 Web 服务器运用的算法都不相同。但有的时分，服务器会在呼应头里多加一个Vary字段，记录服务器在内容洽谈时参阅的恳求头字段，给出一点信息，例如：
Vary: Accept-Encoding,User-Agent,Accept
这个 Vary 字段表明服务器依据了 Accept-Encoding、User-Agent 和 Accept 这三个头字段，然后决议了发回的呼应报文。
Vary 字段能够认为是呼应报文的一个特殊的“版别符号”。每当 Accept 等恳求头改变时，Vary 也会随着呼应报文一同改变。也便是说，同一个 URI 可能会有多个不同的“版别”，首要用在传输链路中心的代理服务器完成缓存服务，这个之后讲“HTTP 缓存”时还会再说到。
小结
- 数据类型表明实体数据的内容是什么，运用的是 MIME type，相关的头字段是 Accept 和 Content-Type；
- 数据编码表明实体数据的紧缩方法，相关的头字段是 Accept-Encoding 和 Content-Encoding；
- 言语类型表明实体数据的自然言语，相关的头字段是 Accept-Language 和 Content-Language；
- 字符集表明实体数据的编码方法，相关的头字段是 Accept-Charset 和 Content-Type；
- 客户端需要在恳求头里运用 Accept 等头字段与服务器进行“内容洽谈”，要求服务器回来最合适的数据；
- Accept 等头字段能够用“,”顺序列出多个可能的选项，还能够用“;q=”参数来精确指定权重。
