Apache 模块 mod_xml2enc

Summary

此模块为标记识别过滤器模块(例如mod_proxy_html)提供增强的国际化支持。它可以自动检测 Importing 数据的编码，并确保由libxml2解析器正确处理它们，包括在必要时转换为 Unicode(UTF-8)。它也可以在标记处理后将数据转换为选择的编码，并确保在 HTTP Content-Type Headers 中设置了正确的字符集值。

Usage

有两种使用场景：编程为可与 mod_xml2enc 一起使用的模块，以及不知道该模块的模块：

• 为 mod_xml2enc 启用了过滤器模块

  • 诸如mod_proxy_html版本 3.1 及更高版本之类的模块使用xml2enc_charset可选函数来检索 charset 参数，以传递给 libxml2 解析器，并且可以使用xml2enc_filter可选函数将其后处理为另一种编码。将 mod_xml2enc 与启用的模块一起使用，无需进行任何配置：另一个模块将为您配置 mod_xml2enc(尽管您可能仍想使用以下配置指令来自定义它)。

• Non-enabled modules

  • 要将其与未明确为 mod_xml2enc 启用的基于 libxml2 的模块一起使用，您必须自己配置过滤器链。因此，要将其与模块 mod_foo 提供的过滤器 foo 一起使用，以改善后者对 HTML 和 XML 的 i18n 支持，可以使用

FilterProvider iconv    xml2enc Content-Type $text/html
    FilterProvider iconv    xml2enc Content-Type $xml
    FilterProvider markup   foo Content-Type $text/html
    FilterProvider markup   foo Content-Type $xml
    FilterChain     iconv markup

mod_foo 现在将支持 libxml2 或 apr_xlate/iconv 中的一个(或两个)支持的任何字符集。

Programming API

鼓励程序员编写基于 libxml2 的过滤器模块，使其启用 mod_xml2enc 的功能，从而为用户提供强大的 i18n 支持，而无需花费很多精力。编程 API 在 mod_xml2enc.h 中公开，用法示例为mod_proxy_html。

检测编码

与mod_charset_lite不同，mod_xml2enc 设计用于处理其编码无法事先知道并因此进行了配置的数据。因此，它使用“嗅探”技术来检测 HTTP 数据的编码，如下所示：

• 如果 HTTP Content-Type Headers 包含 charset 参数，则使用该参数。

• 如果数据以 XML 字节 Sequences 标记(BOM)或 XML 编码声明开头，则使用该格式。

• 如果在 HTML <META>元素中声明了编码，则使用该编码。

• 如果以上都不匹配，则使用由xml2EncDefault设置的默认值。

规则按 Sequences 应用。一旦找到匹配项，将使用该匹配项并停止检测。

Output Encoding

libxml2始终在内部使用 UTF-8(Unicode)，默认情况下，基于 libxml2 的过滤器模块将输出该代码。 mod_xml2enc 可以通过 API 更改输出编码，但是目前尚无法直接配置该编码。

至少从理论上讲，不必更改输出编码，并且由于不必要的转换会给服务器带来额外的处理负担，因此不建议更改输出编码。

Unsupported Encodings

如果您正在使用平台上可用的任何转换方法都不支持的编码，则仍可以使用xml2EncAlias将它们别名为支持的编码。

xml2EncAlias Directive

此服务器范围的指令将一个或多个编码别名为另一种编码。这使得 libxml2 无法识别的编码可以由 libxml2 的编码支持在内部使用转换表进行识别的编码处理。这有两个目的：支持 libxml2 或 iconv 不能识别的字符集(或名称)，以及跳过不必要的编码转换。

xml2EncDefault Directive

如果您正在处理具有已知编码但没有编码信息的数据，则可以设置此默认值以帮助 mod_xml2enc 正确处理数据。例如，要使用 HTTP/1.0 中指定的默认值 Latin1(iso-8859-1)，请使用：

xml2EncDefault iso-8859-1

xml2StartParse Directive

指定标记解析器应从任何指定元素的第一个实例开始。这可以用作变通方法，其中后端断开时会插入导致分析器(example here)混乱的主要垃圾。

永远不要将其用于 XML 或格式正确的 HTML。