当前位置: 首页 > article >正文

HTTP 强 Etag 和 弱 Etag

强校验和弱校验

ETag机制同时支持强校验和弱校验。它们通过ETag标识符的开头是否存在“W/”来区分,如:

“123456789” – 一个强ETag验证符
W/“123456789” – 一个弱ETag验证符

强校验的ETag匹配要求两个资源内容的每个字节需完全相同,包括所有其他实体字段(如Content-Language)不发生变化。强ETag允许重新装配和缓存部分响应,以及字节范围请求。 弱校验的ETag匹配要求两个资源在语义上相等,这意味着在实际情况下它们可以互换,而且缓存副本也可以使用。不过这些资源不需要每个字节相同,因此弱ETag不适合字节范围请求。当Web服务器无法生成强ETag的时候,比如动态生成的内容,弱ETag就可能发挥作用了。

强 ETag 值和弱 ETag 值

强ETag值,无论实体发生多么细微的变化都会改变其值。
弱ETag值,只用于提示资源是否相同。只有资源发生了根本改变,产生差异时才会改变ETag的值。

正常(强)ETag和弱ETag之间的区别在于匹配的强ETag保证文件的字节与字节相同,而匹配的弱ETag表示内容在语义上相同。所以如果文件的内容发生变化,那么弱的ETag也会改变。

nodjs etag模块

etag(entity, options)

entity: 可以是String, Buffer, fs.Stats
options.weak: 是否生成弱的etag, 默认为false(即默认生成强的etag),但是如果entity为fs.Stats,那么生成弱的etag。

// 只列出核心代码,一些对参数的校验啥的已略过
function etag (entity, options) {
 // 判断entity是否为fs.Stats类型
 var isStats = isstats(entity)
 var weak = options && typeof options.weak === 'boolean'
 ? options.weak
 : isStats

 // generate entity tag
 var tag = isStats
 ? stattag(entity)
 : entitytag(entity)

 return weak
 ? 'W/' + tag // 弱etag
 : tag
}

// 弱的etag是根据fs.Stats生成
function stattag (stat) {
 // 得到mtime时间戳的16进制
 var mtime = stat.mtime.getTime().toString(16)
 // 得到size的16进制
 var size = stat.size.toString(16)
 // 按照规范etag,应该用双引号包裹生成的字符串。
 return '"' + size + '-' + mtime + '"'
}
// 强tag,是将buffer或者字符串进行sha1,
// 在进行base64编码,在截取前27位
function entitytag (entity) {
 if (entity.length === 0) {
 // fast-path empty
 return '"0-2jmj7l5rSw0yVb/vlWAYkK/YBwk"'
 }

 // compute hash of entity
 var hash = crypto
 .createHash('sha1')
 .update(entity, 'utf8')
 .digest('base64')
 .substring(0, 27)

 // 获取字符串或者buffer的字节数
 var len = typeof entity === 'string'
 ? Buffer.byteLength(entity, 'utf8')
 : entity.length

 // " + 字节数的16进制 + 连接符 + hash + " => 强etag
 return '"' + len.toString(16) + '-' + hash + '"'
}

参考链接:

HTTP ETag
http-etag-if-none-match


http://www.kler.cn/a/581680.html

相关文章:

  • perl、python、tcl语法中读写Excel的模块
  • 文档解析:PDF、图片内容deepseek解析出错怎么办?
  • 设备物联网无线通信,ESP32-C3芯片模组方案,智能化联动控制
  • 从零到多页复用:我的WPF MVVM国际化实践
  • 人脸识别之数据集中 PI20 和 CFMT 之间关联的模型预测贝叶斯(Python+论文代码实现)
  • 开发常用软件
  • CVPR2025轨迹预测相关论文以及自动驾驶端到端相关论文
  • Android Service封装实战:基于Binder与接口的高效通信方案
  • 算法手记1
  • 【技术白皮书】内功心法 | 第二部分 | Telnet远程登录的工作原理
  • 使用pytest-xdist让自动化并行测试变得轻松简单
  • uniapp在APP平台(Android/iOS)选择非媒体文件
  • AI与.NET技术实操系列:ML.NET篇
  • conda 配置新环境时package will be install 和 package will be download 的区别
  • 商业智能BI的未来,如何看待AI+BI这种模式?
  • 深入探索 Unsafe Rust:超越编译器安全保障的超能力
  • golang 高性能的 MySQL 数据导出
  • [算法] 结点K个一组的链表反转(hard)
  • Spring Cloud Alibaba 实战:Sentinel 保障微服务的高可用性与流量防护
  • Trae AI 辅助修复uniapp 微信小程序的Bug