简单的HTTP POST
大家通过HTTP向服务器发送POST请求提交数据,都是通过form表达提交的,代码如下:
1. 2. <input type="text" name="txt1">
3. <input type="text" name="txt2">
4. </form>
提交时会向服务器段发出这样的数据(已经去除部分不相关的头信息),数据如下:
1. POST / HTTP/1.1
2. Content-Type:application/x-www-form-urlencoded
3. Accept-Encoding: gzip, deflate
4. Host: w.sohu.com
5. Content-Length: 21
6. Connection: Keep-Alive
7. Cache-Control: no-cache
8.
9. txt1=hello&txt2=world
10.
对于普通的HTML Form POST请求,它会在头信息里使用Content-Length注明内容长度。头信息每行一条,空行之后便是Body,即"内容"(entity)。它的Content-Type是application/x-www-form-urlencoded,这意味着消息内容会经过URL编码,就像在GET请求时URL里的QueryString那样。txt1=hello&txt2=world.
POST上传文件
最早的HTTP POST是不支持文件上传的,给编程开发带来很多问题。但是在1995年,ietf出台了rfc1867,也就是<RFC 1867-Form-based File Upload in HTML>,用以支持文件上传。所以Content-Type的类型扩充了multipart/form-data用以支持向服务器发送二进制数据。因此发送post请求时候,表单<form>属性enctype共有两个值可选,这个属性管理的是表单的MIME编码:
①application/x-www-form-urlencoded(默认值)
②multipart/form-data
其实form表单在你不写enctype属性时,也默认为其添加了enctype属性值,默认值是enctype="application/x-www-form-urlencoded".
通过form表单提交文件操作如下:
1. 2. <input type="text" name="desc">
3. <input type="file" name="pic">
4. </form>
浏览器将会发送以下数据:
1. POST /t2/upload.do HTTP/1.1
2. User-Agent: SOHUWapRebot
3. Accept-Language: zh-cn,zh;q=0.5
4. Accept-Charset: GBK,utf-8;q=0.7,*;q=0.7
5. Connection: keep-alive
6. Content-Length: 60408
7. Content-Type: multipart/form-data;boundary=ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC
8. Host: w.sohu.com
9.
10. --ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC
11. Content-Disposition: form-data;name="desc"
12. Content-Type: text/plain; charset=UTF-8
13. Content-Transfer-Encoding: 8bit
14.
15. [......][......][......][......]..........
16. --ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC
17. Content-Disposition: form-data;name="pic";filename="photo.jpg"
18. Content-Type: application/octet-stream
19. Content-Transfer-Encoding: binary
20.
21. [图片二进制数据]
22. --ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC--
23.
我们来分析下数据,第一个空行之前自然还是HTTP header,之后则是Entity,而此时的Entity也比之前要复杂一些。根据RFC 1867定义,我们需要选择一段数据作为"分隔边界"(boundary属性),这个"边界数据"不能在内容其他地方出现,一般来说使用一段从概率上说"几乎不可能"的数据即可。不同的浏览器的实现不同,例如火狐某次post的boundary=---------------------------32404670520626 ,opera为 boundary=----------E4SgDZXhJMgNE8jpwNdOAX ,每次post浏览器都会生成一个随机的30-40位长度的随机字符串,浏览器一般不会遍历这次post的所有数据找到一个不可能出现的数据中的字符串,这样代价太大了。一般都是随机生成, 如果你遇见boundary值和post的内容一样,那样的话这次上传肯定失败,不过我建议你去买彩票,你太幸运了。rfc 1867这样说明{A boundary is selected that does not occur in any of the data.(This selection is sometimes done probabilisticly.)}。
选择了这个边界之后,浏览器便把它放在Content-Type里面传递给服务器,服务器根据此边界解析数据。下面的数据便根据boundary划分段,每一段便是一项数据。(每个field被分成小部分,而且包含一个value是"form-data"的“Content-Disposition"的头部;一个"name"属性对应field的ID,等等,文件的话包括一个filename).
- IE和Chrome在filename的选择策略上有所不同,前者是文件的完整路径,而后者则仅仅是文件名。
- 数据内容以两条横线结尾,并同样以一个换行结束。在网络协议中一般都以连续的CR、LF(即\r、\n,或0x0D, 0x0A)字符作为换行,这与Windows的标准一致。如果您使用其他操作系统,则需要考虑他们的换行符。
另外Content-length指的是所用数据的长度。
实现
httpClient4如何实现
httpClient4使用http-mime.jar包的MultipartEntity实现,代码如下:
1. HttpPost httpPost = newHttpPost(url);
2. Log.debug("post url:"+url);
3. httpPost.setHeader("User-Agent", "SOHOWapRebot");
4. httpPost.setHeader("Accept-Language", "zh-cn,zh;q=0.5");
5. httpPost.setHeader("Accept-Charset", "GBK,utf-8;q=0.7,*;q=0.7");
6. httpPost.setHeader("Connection", "keep-alive");
7.
8. MultipartEntity multiEntity = new MultipartEntity();
9. File file = new File("d:/photo.jpg");
10. multiEntity.addPart("desc", new StringBody("美丽的西双版纳", Charset.forName("utf-8")));
11. multiEntity.addPart("pic", newFileBody(file));
12.
13. httpPost.setEntity(multiEntity);
14. HttpResponse httpResponse = httpClient.execute(httpPost);
15. HttpEntity httpEntity = httpResponse.getEntity();
16. String content = EntityUtils.toString(httpEntity);