是发送还是接收错误？未发送完整消息或未正确解码消息

Posted 2023-02-22

【中文标题】是发送还是接收错误？未发送完整消息或未正确解码消息

【英文标题】：Is the error upon Sending or Receiving? Full message not sent or message not decoded properly

【发布时间】：2016-07-25 02:14:37

【问题描述】：

所以我将一些数据从我的 C++ 桌面应用程序发布到我的服务器（一个 php 脚本）。

并非所有发布数据都被服务器接收。你认为错误发生在哪里？在服务器端解码（UTF-8）还是在客户端传输？

C++ 代码：注意它的 Unicode。如果我发送 ASCII 脚本接收/解码整个帖子数据字符串：

static TCHAR hdrs[] =
    _T("Content-Type: application/x-www-form-urlencoded; charset=UTF-8\0\0");
static TCHAR frmdata[] =
    _T("name=John+Doe&auth=abc\0\0");  // use 2 null chars just incase
static LPSTR accept[2] =  "*/*", NULL ;


HINTERNET hSession = InternetOpen(_T("MyAgent"),
    INTERNET_OPEN_TYPE_PRECONFIG, NULL, NULL, 0);
// error checking removed but none of these fail

HINTERNET hConnect = InternetConnect(hSession, _T("mydomain.com"),
    INTERNET_DEFAULT_HTTP_PORT, NULL, NULL, INTERNET_SERVICE_HTTP, 0, 1);

HINTERNET hRequest = HttpOpenRequest(hConnect, _T("POST"),
    _T("upload.php"), NULL, NULL, (LPCWSTR*)&accept, INTERNET_FLAG_NO_CACHE_WRITE, 1);


HttpSendRequest(hRequest, hdrs, _tcslen(hdrs), frmdata, _tcslen(frmdata));
// The above function returns true and I query the response code and its HTTP 200 ok so sending is working

简单的 PHP 脚本：

$data = file_get_contents("php://input");
file_put_contents("post.txt", $data);  // outputs "name=John+D" so its missing text

// To make things even more confusing
echo mb_detect_encoding($data); // outputs ASCII!!!???

奇怪的是，如果我以 ASCII 格式发送，脚本会接收/解码整个帖子数据

static char hdrs[] =
    _T("Content-Type: application/x-www-form-urlencoded; charset=UTF-8\0\0");
static char frmdata[] =
    _T("name=John+Doe&auth=abc\0\0"); 
static LPCSTR accept[2] =  "*/*", NULL ;

...

HttpSendRequestA(hRequest, hdrs, strlen(hdrs), frmdata, strlen(frmdata));
// The above function returns true and I query the response code and its HTTP 200 ok so sending is working

使用 ASCII post.txt 包含 name=John+Doe&auth=abc。那么错误会发生在哪里呢？是不是整个帖子字符串都被发送了，还是 PHP 脚本没有正确处理 unicode？​​p>

【问题讨论】：

_T("... charset=UTF-8"); - 只要你#define _UNICODE，那就是谎言。您需要了解字符编码，以及这些通用文本映射是什么（请参阅Ansi- and Wide-character functions）。

@IInspectable 是的，这只是一个测试。即使没有指定字符集，它也会失败。

【参考方案1】：

您不会发送所有字符。您还错误地指定了编码。

wchar_t *s1 = L"abc"; 不是 UTF-8 编码的 char *s2 = "abc"; 恰好是 UTF-8 编码的（这是 UTF-8 的一个很好的属性），但是使用这种表示法，您只能使用拉丁字符。请参见下面的示例。

_tcslen(frmdata) 返回字符数，而不是字节数。如果您定义 Unicode，则字符串占用的字节数多于字符数。您的服务器需要 UTF-8 字节序列，但实际编码不是 UTF-8。

关于如何指定文字字符串encoding in C++ 11的几个例子

// Greek small letter tau
char const *tau8 = u8"\u03C4"; // UTF-8
char16_t tau16 = u'\u03C4';    // UTF-16
wchar_t tau32 = U'\U000003C4'; // UTF-32