Python 浏览器字符设置优先顺序

客户端浏览器正在发送头

HTTP\u ACCEPT\u字符集：ISO-8859-1，utf-8；q=0.7，*；q=0.3

。我只提供带有正确标题的utf8网页，但浏览器发布的数据来自使用ISO-8859-1字符集编码的表单。我的问题是，浏览器是否总是按照ACCEPT_字符集头的顺序选择字符集，这样我就可以可靠地编写一个中间件，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：

---

我用

accept charset=“utf-8”

更新了表单标记，但仍然看到非unicode字符出现。用户从其他地方（lastpass、excel文件）复制/粘贴其密码是否可能会注入非unicode字符？

我不确定是否所有浏览器都喜欢以相同的特定顺序使用字符集，但您可以在表单中设置accept字符集，这会迫使浏览器发送utf-8编码的数据

像这样：

<form accept-charset="utf-8"></form>

---

请求头

Accept Charset

（可能映射到服务器端的

HTTP\u Accept\u Charset

表示客户端的首选项，当服务器能够以不同的编码为资源提供服务时使用。服务器可能会忽略它，而且通常会忽略

如果页面采用UTF-8编码并声明为UTF-8编码，则页面上的任何表单都将以UTF-8编码的形式发送其数据，除非指定

accept charset

属性。因此，如果浏览器以ISO-8859-1编码方式发布数据，则这是一个浏览器错误。然而，在得出结论之前，需要对此进行分析

---

有一种ald技术，它包含一些特殊字符，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提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启发式地推断出实际编码。

因此，我猜浏览器有一个bug。它肯定不是以UTF8的形式发布数据。我添加了accept字符集，如果我只是在出错时使用浏览器的HTTP_accept_字符集作为指针，我会得到一致的结果。如果在多个浏览器中发生这种情况，可能会有不同的解释。您是否有或者可以构建一个公共页面URL来演示这个问题？我无法重建它。浏览器倾向于发送您提到的接受字符集头，即使页面本身和表单数据传输是UTF-8。标题取决于它们的配置，而不是页面。我怀疑可能有某个软件组件（服务器端）在数据到达您的代码之前执行代码转换。我在Mac上运行，这个问题似乎特别与windows用户输入的字符有关，这些字符随后被编码到扩展ascii字符集中，如“E”带有一个被编码为\xC9的尖锐重音，当它在服务器上被盲目地视为unicode时会出错。这会处理通过

包含的文件中的数据吗？这将解释很多…浏览器通常按原样发送文件内容，而不指示字符编码。如果您有一个UTF-8编码的表单，并且该表单用于提交windows-1252编码的纯文本文件，那么它的内容将被发送，声明为text/plain（无字符集），即使普通字段的内容是UTF-8编码的。坏消息是，一般来说，浏览器无法识别编码，因此它既不能声明编码，也不能对数据进行代码转换，而事实并非如此。任何地方都没有文件上传。这应该可以工作，但我已经有了4天的更改，我仍然收到错误。