html - 通过URL后缀区分HTML文档

Question

浏览器接收的 HTML 文件在路径上可以有许多不同的文件扩展名:.html、.htm、/、.php, .asp, .stm, .cgi等

有没有办法仅从请求 URL 中区分它是指向 HTML 文档还是一些其他数据(例如 .png，.css, .js, ...)？这应该在请求时确定，因此等待 Content-Type 不是一个选项。

HTML 网址

google.com/, stackoverflow.com, https://en.wikipedia.org/wiki/Uniform_Resource_Locator, https://www.google.de/search?q=content-length, http://www.w3.org/Protocols/rfc2616/rfc2616-sec4.html

非 HTML 网址

http://cdn.sstatic.net/stackoverflow/img/apple-touch-icon@2.png?v=73d79a89bded, http://ajax.googleapis.com/ajax/libs/jquery/1.7.1/jquery.min.js, http://cdn.sstatic.net/stackoverflow/all.css?v=aaf07438bdbd

可能过滤非html部分(例如，通过js、css、png、jpg ， ...) 会工作。另一种方法是按 What are common file extensions for web programming languages? 过滤并包括目录和域。

不一定是完美的，足够接近就好。

Answer 1

Is there a way to distinguish, from only the request URL, whether it points to a HTML document or some additional data (f.ex. .png, .css, .js, ...)? This should be determined at the time of the request, so waiting for Content-Type is not an option.

不，这是不可能的。

网络服务器可以响应请求做任何它想做的事情。

一些响应可以是静态的，即磁盘上的文件(但即便如此，扩展名也不能保证文件的真实内容)——其他的可以是完全动态的，只有服务器决定返回什么样的数据(它甚至可以返回一个 .jpg 文件以响应 .html 请求——或者相反的情况在现实世界中经常发生:一个 .jpg url 返回一个带有该 jpg 下载链接的 html 页面。

很多 url 甚至没有扩展名，因此一般检查扩展名不是解决方案。

最好(最快)的方法是查看 Content-Type header 字段(假设它与数据相对应)。

如果客户端不想下载完整的响应，只是为了检查Content-Type，可以发起一个HEAD请求，它只会返回HTTP header 。