Apache-RUS: 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). 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 принциписально 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.

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.

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 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 CharsetSelectionRules (В версиях до PL16 можно было менять местами только порядок срабатывания Directory Prefix/UserAgent и выключать (по отдельности) Hostname prefix и Directory Prefix).

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.

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 CharsetMatchLanguage. 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.

Это поведение, как и директива CharsetMatchLanguage, включены по умолчанию в версиях PL18 и выше. В версии PL17 и более старых это было единственным возможным поведением.
Такой режим удобен в том случае, если вы поддерживаете многоязыковый WWW-сервер. В самом деле, выдавать charset=koi8-r для документа на английском языке не только бессмысленно, но и вредно (например, у Lynx версий 2.5 и выше от этого едет крыша т.к. для корректной поддержки русского Lynx нужно сначала настроить).

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

[Server Home] [Next Page]