第16章 国际化
厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名
第16章 国际化
“第16章 国际化”锁定David Gourley、Brian Totty、Marjorie Sayer、Sailu Reddy、Anshu Aggarwal著，陈涓、赵振平译《HTTP权威指南》，人民邮电出版社，2012年，ISBN 9787115281487；英文原版HTTP: The Definitive Guide，O'Reilly Media，2002年9月，656页，ISBN 1565925092。O'Reilly官方页面确认英文首版的5个正文部分、21章和8个附录；中文版完整印刷目录另含“第六部分 附录”和索引。忠实度分母共586个部分、章、编号节/小节、附录与索引节点。
“第16章 国际化”未取得未获授权的完整中文正文；课程以 O’Reilly 官方在线版 与 章级导览 界定首版范围，中文解释、报文、实验和练习均为独立教学重写。现代语义仅以 RFC 9110、RFC 9111 和 RFC 9112 核对差异。
学习目标
- 能解释“第16章 国际化”的全部正式节点及其HTTP事务位置。
- 能绘制请求、响应、TCP连接、中间实体和资源状态。
- 能设计单变量实验，验证“内容字节、charset、语言标记、转义和显示结果能沿编码链双向复原”。
- 能写出含首版边界、原始报文、故障、恢复和复核人的证据包。
从一条可证伪的HTTP事务开始
先预测：把字符集、字符编码和字体混为一谈会导致乱码与错误协商。把预测写成“URL/资源、连接、请求报文、中间实体、响应报文、身份与编码”六行，再运行客户端、代理或服务器。结果不同先定位首个字节或状态偏差。
本页主问题是：厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名。每条消息要注明发送者、接收者、HTTP版本、连接复用、逐跳/端到端首部、主体边界与历史协议状态。
验收不变量是：内容字节、charset、语言标记、转义和显示结果能沿编码链双向复原。最终页面正常、状态码200或TLS通道建立都只是局部事实，不能单独证明资源身份、缓存变体、代理转发与证书身份全部正确。
核心词汇与首版边界
↡定义字符集合及字符到编码位置关系的标准、↡把字符编码位置转换为具体字节序列的方法、↡以层次子标记描述内容自然语言的标识、↡字符在特定字体与排版语境中的视觉表现、↡处理非ASCII字符表示与转义的URI议题
这些词汇固定在2002年英文首版和2012年中译本语境。在“第16章 国际化”中，HTTP/2、HTTP/3、OAuth、JWT、SameSite、HSTS和现代CDN行为只作独立比较，不得替换HTTP-NG、Digest、WebDAV、WPAD等首版节点。
核心机制深读
先从字符集画出事务
厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名。先固定资源身份和请求目标，再标出客户端、中间实体与源服务器，任何优化或安全结论都不能跳过原始报文。
动手试：先手写预期请求与响应，再抓取正常事务和一个单变量故障事务。标出首个不同字节或状态，不用最终页面猜根因。
区分字符集与字符编码
字符集和字符编码可能在同一事务中协作，但责任、状态位置和失败语义不同。对比正常请求、单个首部变化和单个连接故障，定位首个偏差。
动手试：先手写预期请求与响应，再抓取正常事务和一个单变量故障事务。标出首个不同字节或状态，不用最终页面猜根因。
让语言标记经过真实中间实体
代理、缓存、网关或隧道会读取、添加、删除或转发不同首部。逐跳记录Via、Connection列出的字段、缓存决策和认证边界。
动手试：先手写预期请求与响应，再抓取正常事务和一个单变量故障事务。标出首个不同字节或状态，不用最终页面猜根因。
验证字形的历史语境
原书写于2002年，以HTTP/1.0、HTTP/1.1、SSL/TLS早期版本和当时Web基础设施为背景。现代实现可做对照，但不能冒充原书节点。
动手试：先手写预期请求与响应，再抓取正常事务和一个单变量故障事务。标出首个不同字节或状态，不用最终页面猜根因。
用国际化URI关闭证据门
内容字节、charset、语言标记、转义和显示结果能沿编码链双向复原。证据至少包含原始请求/响应、TCP时间线、中间状态、失败注入、恢复动作和第三方复核。
动手试：先手写预期请求与响应，再抓取正常事务和一个单变量故障事务。标出首个不同字节或状态，不用最终页面猜根因。
首版机制逐项深读
第16章 国际化
“第16章 国际化”的边界涉及注册名称、大小写规则、转义和旧客户端容错；本地默认字符集不能成为跨系统协议。
16.1 http 对国际性内容的支持
验证“16.1 http 对国际性内容的支持”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.2 字符集与http
“16.2 字符集与http”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.2.1 字符集是把字符转换为二进制码的编码
“16.2.1 字符集是把字符转换为二进制码的编码”描述表示字节及其封装：媒体类型说明格式，内容编码说明变换，长度或分块界定边界，验证器和范围支持局部传输。
16.2.2 字符集和编码如何工作
核对“16.2.2 字符集和编码如何工作”要保存编码前后实体、Content-Type、Content-Encoding、线路长度与解码长度，避免把传输编码误当资源格式。
16.2.3 字符集不对，字符就不对
分析“16.2.3 字符集不对，字符就不对”要同时保存原始字节、声明的 charset 或 language 与解码后的码点；字体渲染正确不代表编码声明正确。
16.2.4 标准化的mime charset 值
验证“16.2.4 标准化的mime charset 值”用完整实体、截尾实体和局部范围三组字节，比较边界解析、摘要或验证器与最终表示是否一致。
16.2.5 content-type 首部和charset 首部以及meta 标志
“16.2.5 content-type 首部和charset 首部以及meta 标志”由发送者意图与接收者结果共同决定；状态成功并不能证明方法安全、幂等或表示完整。
16.2.6 accept-charset 首部
“16.2.6 accept-charset 首部”必须在线路语义中判断：请求方法声明意图，状态码表达处理结果，首部携带元数据，主体边界由明确的报文规则确定。
16.3 多语言字符编码入门
“16.3 多语言字符编码入门”描述表示字节及其封装：媒体类型说明格式，内容编码说明变换，长度或分块界定边界，验证器和范围支持局部传输。
16.3.1 字符集术语
验证“16.3.1 字符集术语”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.3.2 字符集的命名很糟糕
分析“16.3.2 字符集的命名很糟糕”要同时保存原始字节、声明的 charset 或 language 与解码后的码点；字体渲染正确不代表编码声明正确。
16.3.3 字符
验证“16.3.3 字符”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.3.4 字形、连笔以及表示形式
“16.3.4 字形、连笔以及表示形式”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.3.5 编码后的字符集
“16.3.5 编码后的字符集”的失败会表现为消息串线、解码错误或错误变体；仅凭 200 状态无法证明实体完整且可解释。
16.3.6 字符编码方案
解释“16.3.6 字符编码方案”时先写原始 URI，再标出规范化与百分号编码的位置；客户端显示文本不能替代真正发送的请求目标字节。
16.4 语言标记与http
“16.4 语言标记与http”的边界涉及注册名称、大小写规则、转义和旧客户端容错；本地默认字符集不能成为跨系统协议。
16.4.1 content-language 首部
“16.4.1 content-language 首部”由发送者意图与接收者结果共同决定；状态成功并不能证明方法安全、幂等或表示完整。
16.4.2 accept-language 首部
“16.4.2 accept-language 首部”必须在线路语义中判断：请求方法声明意图，状态码表达处理结果，首部携带元数据，主体边界由明确的报文规则确定。
16.4.3 语言标记的类型
“16.4.3 语言标记的类型”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.4.4 子标记
验证“16.4.4 子标记”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.4.5 大小写
“16.4.5 大小写”在本章用于回答“厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名”。学习时必须把这个名称落到具体报文、连接、中间状态或历史规范，并说明它改变了哪项可观察结果。
16.4.6 iana 语言标记注册
验证“16.4.6 iana 语言标记注册”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.4.7 第一个子标记——名字空间
分析“16.4.7 第一个子标记——名字空间”要同时保存原始字节、声明的 charset 或 language 与解码后的码点；字体渲染正确不代表编码声明正确。
16.4.8 第二个子标记——名字空间
验证“16.4.8 第二个子标记——名字空间”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.4.9 其余子标记——名字空间
“16.4.9 其余子标记——名字空间”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.4.10 配置和语言有关的首选项
“16.4.10 配置和语言有关的首选项”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.4.11 语言标记参考表
验证“16.4.11 语言标记参考表”用同一文本的两种编码或语言表示，改变一个 Accept 或 Content 元数据并检查协商、缓存变体与显示结果。
16.5 国际化的uri
“16.5 国际化的uri”用基准 URI、目标 URI 与最终请求目标三列核对，尤其区分相对引用解析、默认端口和只在客户端使用的片段。
16.5.1 全球性的可转抄能力与有意义的字符的较量
“16.5.1 全球性的可转抄能力与有意义的字符的较量”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.5.2 uri 字符集合
解释“16.5.2 uri 字符集合”时先写原始 URI，再标出规范化与百分号编码的位置；客户端显示文本不能替代真正发送的请求目标字节。
16.5.3 转义和反转义
“16.5.3 转义和反转义”用基准 URI、目标 URI 与最终请求目标三列核对，尤其区分相对引用解析、默认端口和只在客户端使用的片段。
16.5.4 转义国际化字符
“16.5.4 转义国际化字符”用基准 URI、目标 URI 与最终请求目标三列核对，尤其区分相对引用解析、默认端口和只在客户端使用的片段。
16.5.5 uri 中的模态切换
解释“16.5.5 uri 中的模态切换”时先写原始 URI，再标出规范化与百分号编码的位置；客户端显示文本不能替代真正发送的请求目标字节。
16.6 其他需要考虑的地方
“16.6 其他需要考虑的地方”在本章用于回答“厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名”。学习时必须把这个名称落到具体报文、连接、中间状态或历史规范，并说明它改变了哪项可观察结果。
16.6.1 首部和不合规范的数据
“16.6.1 首部和不合规范的数据”由发送者意图与接收者结果共同决定；状态成功并不能证明方法安全、幂等或表示完整。
16.6.2 日期
“16.6.2 日期”的边界涉及注册名称、大小写规则、转义和旧客户端容错；本地默认字符集不能成为跨系统协议。
16.6.3 域名
“16.6.3 域名”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
16.7 更多信息
“16.7 更多信息”是原书的延伸资料入口，不增加新的协议结论；使用时必须记录资料版本、适用的 HTTP 年代和与本章结论的对应关系。
16.7.1 附录
“16.7.1 附录”是结构节点，用来组织“厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名”的学习范围；它负责串联相邻机制与证据，不把目录标题本身当作知识解释。
16.7.2 互联网的国际化
“16.7.2 互联网的国际化”的边界涉及注册名称、大小写规则、转义和旧客户端容错；本地默认字符集不能成为跨系统协议。
16.7.3 国际标准
“16.7.3 国际标准”区分字符编码、语言标记与显示字形：发送端声明表示元数据，接收端按注册规则解析，不能由外观猜测。
复原原始HTTP事务
固定URL、资源、连接与版本，写出请求行、首部、主体、响应和所有中间实体。
HTTP/1.1 message laboratory
第16章 国际化
厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名
GET /resource?chapter=%E7%AC%AC16%E7%AB%A0%20%E5%9B%BD%E9%99%85%E5%8C%96 HTTP/1.1 Host: example.test Connection: keep-alive
章内坐标：第16章 国际化、16.1 http 对国际性内容的支持、16.2 字符集与http、16.2.1 字符集是把字符转换为二进制码的编码、16.2.2 字符集和编码如何工作、16.2.3 字符集不对，字符就不对、16.2.4 标准化的mime charset 值、16.2.5 content-type 首部和charset 首部以及meta 标志
可复现实验记录
GET /resource HTTP/1.1
Host: example.test
Connection: keep-alive
Accept: */*HTTP/1.1 200 OK
Date: Tue, 01 Jan 2002 00:00:00 GMT
Content-Type: text/plain
Content-Length: 5
helloevidence = request_bytes + response_bytes + tcp_timeline + intermediary_state + recovery动手试：保存一次正常请求、一次缓存或连接边界和一次单变量故障。记录客户端、代理、缓存、网关与源服务器看到的原始报文，以及统一时间戳和恢复动作。
独立证据门
最小证据包包含：首版节点、URL、原始请求/响应、连接时间线、代理与缓存决策、身份和编码、单变量故障、恢复、偏差、责任人与复核人。
练习
练习
问题 1：为什么“第16章 国际化”必须固定2002年首版？
问题 2：怎样构造“把字符集、字符编码和字体混为一谈会导致乱码与错误协商”的最小反例？
问题 3：何时可以认为本页完成独立交接？
本章回顾
“第16章 国际化”的核心是厘清字符、字符集、编码、字形、语言标记、国际化URI、日期和域名。真正掌握不是记首部名，而是能用原始报文、连接和中间状态证明资源如何被定位、传输、缓存、保护与交付。
名词解释
本章出现的专业名词，用大白话再讲一遍。
- 字符集
定义字符集合及字符到编码位置关系的标准。掌握标准是能在原始HTTP报文、中间状态或历史规范中定位，并构造最小失败反例。
- 字符编码
把字符编码位置转换为具体字节序列的方法。掌握标准是能在原始HTTP报文、中间状态或历史规范中定位，并构造最小失败反例。
- 语言标记
以层次子标记描述内容自然语言的标识。掌握标准是能在原始HTTP报文、中间状态或历史规范中定位，并构造最小失败反例。
- 字形
字符在特定字体与排版语境中的视觉表现。掌握标准是能在原始HTTP报文、中间状态或历史规范中定位，并构造最小失败反例。
- 国际化URI
处理非ASCII字符表示与转义的URI议题。掌握标准是能在原始HTTP报文、中间状态或历史规范中定位，并构造最小失败反例。