Header 404 与 Header 400：url 解析错误

Question

我正在编写自己的 php 小框架。我想尽可能地写出语义化的东西，而且我已经堆积如山。

我有一个 url 解析 class。它解析整个 url（方案、子域、域、资源和查询）。接下来 router class 决定如何处理这个 url。如果有资源对应url它"renders"它，如果没有它渲染404，如果资源被禁止它渲染403，等等......问题是什么：

假设我的网站位于：http://en.mysite.com。假设页面 asd 和 &*% 不存在。所以我有 2 url 的：

http://en.mysite.com/asd
http://en.mysite.com/&*%($^&#

当然这两个站点都不存在。但是 headers 应该是什么样子呢？我预测：

http://en.mysite.com/asd // header 404 Page not found
http://en.mysite.com/&*% // header 400 Bad request

然而（基于我们的大师网站）：

http://whosebug.com/<<            // header 404
http://whosebug.com/&;:           // header 404
http://whosebug.com/&*%($%5E&#    // header 400 (which btw is not styled...)
https://www.google.com/%&*(#$*%&@^     // header 404...

规则是什么？每个系统都应该预测哪些符号适合 url 吗？至于我 url 应该只包含 [a-z0-9-_.#!]+。我使用斜线作为参数，所以我不需要 ? = &。 但一般规则是什么？规范中是否有 url 正则表达式？

顺便说一句：对于那些会说放 404 然后去喝熊的人：我可能会:)。

但是在SEO的时候这个问题比较严重因为400和404在定位的时候是完全不一样的。以您自己的方式设计 400 页的样式非常好，并且 对不是 "page not found" 的人说，而是“您是否想在我美丽的 url 中注入一些东西？ 这是一个错误的请求！

Answer 1

据我从 IETF RFC2616 得知，格式错误的请求应返回 400（即不符合 IETF RFC3986，而对于不存在的资源应返回 404 （对于曾经存在但现在已经消失的资源应该返回 410）。

在上面的例子中 URL 的 % 符号后面没有跟两个十六进制字符肯定是格式错误的（例如 en.mysite.com/&<em>% ($^&# 和 www.google.com/%&</em>(#$*%&@^)。格式不正确的查询还有最后一部分有两个?（问号）。

可以找到 URL 的正则表达式来回答问题：PHP validation/regex for URL.

Header 404 与 Header 400：url 解析错误

Header 404 vs Header 400: url parsing error

php

regex

url

http-status-code-404

http-status-code-400