转载

Python中的plisttext和HTTP的Content-Type

这段时间本人在学习 Android Service 相关的内容，临时需要一个可以提供文件上传和下载功能的服务器，于是上网查找了一个简单服务器的python实现代码，本着温顾一下HTTP协议的想法，于是深入研究了一下其中的代码，发现大家对 SimpleHTTPRequestsHandler 中的 self.headers.plisttext.split("=")[1] 语句的含义不是很理解，于是自己查阅了一下python源码定义和相关HTTP协议文档，理解了这段代码的含义。

源码定义

我们先来看一下关于 plisttext 的源码定义。

#https://svn.python.org/projects/python/branches/alpha100/Lib/mimetools.py
class Message(rfc822.Message):
 def __init__(self, fp):
    ....
  self.typeheader = /
   self.getheader('content-type')
  ....
 def parsetype(self):
  str = self.typeheader
  if str == None:
   str = 'text/plain'
  if ';' in str:
   i = string.index(str, ';')
   self.plisttext = str[i:]
   str = str[:i]
  else:
   self.plisttext = ''
  ....

从源码中可以得出， plisttext 与HTTP头部 content-type 有关，这里我们就要回想一下 content-type 的有关定义了。
在 w3c的文档给出了 content-type 的格式定义,我们可以发现， content-type 对的值有可选的内容，使用 ； 隔开，所以 plisttext 的值就是 parameter 的内容。

Content-Type := type "/" subtype *[";" parameter] 

type :=          "application"     / "audio" 
          / "image"           / "message" 
          / "multipart"  / "text" 
          / "video"           / x-token 

x-token := <The two characters "X-" followed, with no 
           intervening white space, by any token> 

subtype := token 

parameter := attribute "=" value 

attribute := token 

value := token / quoted-string 

token := 1*<any CHAR except SPACE, CTLs, or tspecials> 

tspecials :=  "(" / ")" / "<" / ">" / "@"  ; Must be in 
           /  "," / ";" / ":" / "/" / <">  ; quoted-string, 
           /  "/" / "[" / "]" / "?" / "."  ; to use within 
           /  "="                        ; parameter values

使用原理

知道了 plisttext 代表的含义，我们再来看一下它在文件上传过程中的作用吧。我们先来看一下它在处理文件上传的 post 请求时的作用吧。

boundary = self.headers.plisttext.split("=")[1]
remainbytes = int(self.headers['content-length'])
line = self.rfile.readline()
remainbytes -= len(line)
if not boundary in line:
    return (False,"Content NOT begin with boundary")
line = self.rfile.readline()
remainbytes -= len(line)
filename = re.findall(r'Content-Disposition.*name="file"; filename="(.*)"',line)
if not fn:
    return (False,"Can't find out file name")

我们都知道当通过 html 的 form 来进行文件提交时，浏览器会发送 POST 请求，并且content-type为 multipart/form-data; boundary=----WebKitFormBoundaryqdHXHkzdBEGWWZka ,所以， plisttext 的值为 boundary=----WebKitFormBoundaryqdHXHkzdBEGWWZka 。 boundary 在 HTTP 的body中会使用到，因为post请求提交了很多类型的数据，所以必须使用 boundary 进行间隔，也就是所谓的 Multipart Content-Type时的body格式。详细的body的格式在w3c的文档中有详细的介绍。

这里贴一张wireShark截获的tcp包的信息，来帮助大家理解一下这段python代码的原理。通过 form 提交一份文件和一个名为other的字符串。

 POST / HTTP/1.1
Host: localhost:8080
Connection: keep-alive
Content-Length: 269353
Cache-Control: max-age=0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8
Origin: http://localhost:8080
User-Agent: Mozilla/5.0 (X11; Linux i686) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/43.0.2357.81 Chrome/43.0.2357.81 Safari/537.36
Content-Type: multipart/form-data; boundary=----WebKitFormBoundaryqdHXHkzdBEGWWZka
Referer: http://localhost:8080/
Accept-Encoding: gzip, deflate
Accept-Language: en-US,en;q=0.8,zh-CN;q=0.6,zh;q=0.4

------WebKitFormBoundaryqdHXHkzdBEGWWZka
Content-Disposition: form-data; name="file"; filename="AndroidStudy.png"
Content-Type: image/png
..... //图片内容
------WebKitFormBoundaryqdHXHkzdBEGWWZka
Content-Disposition: form-data; name="other"

ddd
------WebKitFormBoundaryqdHXHkzdBEGWWZka--