python - 浏览器字符集优先顺序

Question

客户端浏览器正在发送 header HTTP_ACCEPT_CHARSET: ISO-8859-1,utf-8;q=0.7,*;q=0.3。我仅将网页作为具有正确 header 的 utf8 提供，但浏览器会从使用 ISO-8859-1 字符集编码的表单发布数据。我的问题是，浏览器是否总是更喜欢按照其 ACCEPT_CHARSET header 的顺序使用字符集，以便我可以可靠地编写一个中间件，该中间件将使用第一个条目(在本例中为 ISO-8859-1)解码任何发布的数据，并将其编码为 utf8。

更新:

我使用 accept-charset="utf-8" 更新了表单标记，但仍然看到出现非 unicode 字符。用户从其他地方(lastpass、excel 文件)复制/粘贴密码是否可能会注入(inject)非 unicode 字符？

Answer 1

请求 header Accept-Charset(可能会映射到HTTP_ACCEPT_CHARSET服务器端)表示客户端的首选项，当服务器能够提供服务时使用不同编码的资源。服务器可能会忽略它，而且经常会忽略它。

如果您的页面采用 UTF-8 编码并如此声明，则页面上的任何表单都将以 UTF-8 编码发送其数据，除非您指定 accept-charset 属性。因此，如果浏览器以 ISO-8859-1 编码发布数据，则这是一个浏览器错误。不过，在得出结论之前需要对此进行分析。

有一种 ald 技术包含一些特殊字符，为了安全起见，使用字符引用编写，作为隐藏字段的值。然后，服务器端处理程序可以获取该字段的值并检测编码不匹配，甚至可以从特殊字符的编码形式试探性地推断出实际编码。