Независимые от языка стандарты кодирования/декодирования файлов cookie

Мне кажется, вы тут немного перепутали. Кодировка сервера не имеет значения для клиента, и не должна. Это то, что пытается сказать здесь RFC 2109.

Концепция файлов cookie в http похожа на реальную жизнь: после оплаты вступительного взноса в клуб вы получаете чернильную печать на своем запястье. Это позволяет вам выходить и снова входить в клуб без повторной оплаты. Все, что вам нужно сделать, это показать свое запястье вышибале. В этом примере из реальной жизни вам все равно, как это выглядит, это может быть даже невидимо при обычном освещении — важно только то, что вышибала узнает эту вещь. Если вы смоете его, вы потеряете привилегию снова войти в клуб, не заплатив снова.

В HTTP происходит то же самое. Сервер устанавливает cookie с браузером. Когда браузер возвращается на сервер (читай: следующий HTTP-запрос), он показывает файл cookie серверу. Сервер распознает файл cookie и действует соответствующим образом. Такой файл cookie может быть таким простым, как маркер «WasHereBefore». Опять же, не важно, что браузер понимает, что это такое. Если вы удалите свой файл cookie, сервер будет вести себя так, как будто никогда вас раньше не видел, точно так же, как вышибала в этом клубе, если вы смоете эту чернильную печать.

Сегодня многие файлы cookie хранят только одну важную часть информации: идентификатор сеанса. Все остальное хранится на стороне сервера и связано с этим идентификатором сеанса. Преимущество этой системы в том, что фактические данные никогда не покидают сервер, и поэтому им можно доверять. Все, что хранится на стороне клиента, может быть изменено, и ему нельзя доверять.

Редактировать: После прочтения вашего комментария и вашего вопроса еще раз я думаю, что наконец понял вашу ситуацию и почему вы заинтересованы в фактической кодировке файла cookie, а не просто оставить его на ваш язык программирования: если у вас есть две разные программные среды на одном сервере (например, Perl и PHP), вы можете захотеть декодировать файл cookie, который был установлен другим языком. В приведенном выше примере PHP должен декодировать файл cookie Perl или наоборот.

Не существует стандарта хранения данных в файлах cookie. Стандарт говорит только о том, что браузер отправит файл cookie обратно точно так, как он был получен. Используемая схема кодирования зависит от вашего языка программирования.

Возвращаясь к примеру из реальной жизни, теперь у вас есть два вышибалы, один говорит по-английски, а другой говорит по-русски. Эти двое должны будут договориться об одном типе чернильного штампа. Скорее всего, это будет связано с тем, что по крайней мере один из них выучит язык другого.

Поскольку поведение браузера стандартизировано, вы можете либо имитировать схему кодирования одного языка на всех других языках, используемых на вашем сервере, либо просто создать собственную стандартизированную схему кодирования для всех используемых языков. Возможно, вам придется использовать подпрограммы более низкого уровня, такие как header() в PHP, вместо подпрограмм более высокого уровня, таких как start_session(), чтобы добиться этого.

Кстати: точно так же язык программирования на стороне сервера решает, как хранить данные сеанса на стороне сервера. Вы не можете получить доступ к CGI::Session Perl, используя массив PHP $_SESSION.

Несмотря на то, что файл cookie непрозрачен для клиента, он все равно должен соответствовать спецификации HTTP. rfc2616 указывает, что все заголовки HTTP должны быть в формате ASCII (ISO-8859-1). rfc5987 расширяет его для поддержки других наборов символов, но я не знаю, насколько широко он поддерживается.

Я предпочитаю кодировать в UTF8 и использовать кодировку base64. Это быстро, вездесуще и никогда не исказит ваши данные на любом конце.

Вам нужно будет обеспечить явное преобразование в UTF8 даже при его обертывании. Другие языки и среды выполнения, хотя и поддерживают Unicode, могут не хранить строки как UTF8 внутри... как и многие API Windows. Python 2.x, по моему опыту, редко правильно обрабатывает строки Unicode без явного преобразования.

КОДИРОВАНИЕ: nativeString -> utfEncode() -> base64Encode()

ДЕКОДИРОВАНИЕ: base64Decode() -> utfDecode() -> nativeString

Почти каждый язык, который я знаю в наши дни, поддерживает это. Вы можете поискать универсальное кодирование с одной функцией, но я ошибаюсь из соображений осторожности и выбираю двухэтапный подход... особенно с иностранными наборами символов.