Passa al contenuto principale

5.1. Nomi e valori dei campi non ASCII

5.1. Nomi e valori dei campi non ASCII​

Normalmente, i campi di intestazione MIME nei corpi multipart devono essere costituiti solo da dati a 7 bit nel set di caratteri US-ASCII. Sebbene la [RFC2388] suggerisse di codificare i nomi di campo non ASCII secondo il metodo della [RFC2047], questa pratica non sembra essere stata seguita ampiamente.

La presente specifica formula tre insiemi di raccomandazioni per tre diversi stati del flusso di lavoro.

5.1.1. Evitare nomi di campo non ASCII​

Per la più ampia interoperabilità con il software esistente già diffuso, coloro che creano moduli dovrebbero evitare nomi di campo non ASCII (SHOULD). Ciò non dovrebbe costituire un onere, poiché in generale i nomi dei campi non sono visibili agli utenti. I nomi dei campi sottostanti non devono necessariamente corrispondere a ciò che l'utente vede sullo schermo.

Se i nomi di campo non ASCII sono inevitabili, i creatori di moduli o applicazioni dovrebbero utilizzare UTF-8 in modo uniforme (SHOULD). Ciò ridurrà al minimo i problemi di interoperabilità.

5.1.2. Interpretare i moduli e creare dati multipart/form-data​

Alcune applicazioni della presente specifica forniranno una codifica dei caratteri da utilizzare per l'interpretazione del corpo multipart/form-data. In particolare, HTML 5 [W3C.REC-html5-20141028] utilizza

o il contenuto di un campo "_charset_", se presente;

o il valore di un attributo accept-charset dell'elemento

, se presente;

o la codifica dei caratteri del documento che contiene il modulo, se compatibile con US-ASCII;

o altrimenti, UTF-8.

Chiamiamo questo valore form-charset. Qualsiasi testo, che si tratti di nome di campo, valore di campo o dati del modulo ("text/plain") che utilizzi caratteri al di fuori dell'intervallo ASCII, può essere rappresentato direttamente codificato nel form-charset (MAY).

5.1.3. Analizzare e interpretare i dati del modulo​

Sebbene la presente specifica fornisca indicazioni per la creazione di multipart/form-data, gli analizzatori e gli interpreti dovrebbero essere consapevoli della varietà di implementazioni. I file system, ad esempio, differiscono su se e come normalizzano i nomi Unicode. La corrispondenza tra elementi del modulo e parti dei dati del modulo può basarsi su un confronto più approssimativo. In particolare, alcuni generatori di multipart/form-data potrebbero aver seguito il precedente consiglio della [RFC2388] e aver utilizzato il metodo "encoded-word" per codificare valori non ASCII, come descritto nella [RFC2047]:

encoded-word = "=?" charset "?" encoding "?" encoded-text "?="

Altri sono noti per seguire la [RFC2231], per inviare UTF-8 non codificato o persino per inviare stringhe codificate nel form-charset.

Per questo motivo, interpretare multipart/form-data (anche da generatori conformi) può richiedere di conoscere il charset utilizzato nella codifica del modulo nei casi in cui non siano forniti il valore del campo _charset_ o un parametro charset di un campo di intestazione Content-Type "text/plain".