获取 HTTP 有效负载的标头答案

【问题标题】：Get header of a HTTP payload获取 HTTP 有效负载的标头
【发布时间】：2022-01-21 16:11:51
【问题描述】：

我得到了一段代码，它应该解码 pcap 文件以将图像写入目录中。我通过wireshark捕获数据包，浏览http网站获取图像，并将它们放在一个目录中。


def get_header(payload):
    try :
        header_raw = payload[:payload.index(b'\r\n\r\n')+2]
    except ValueError:
        sys.stdout.write('-')
        sys.stdout.flush()
        return None

    header = dict(re.findall(r'(?P<name>.*?): (?P<value>.*?)\r\n', header_raw.decode())) 
    # This line of code is supposed to split out the headers

    if 'Content-Type' not in header:
        return None
    return header

当我尝试运行它时，它给了我这个：

Traceback (most recent call last):
  File "/home/kali/Documents/Programs/Python/recapper.py", line 79, in <module>
    recapper.get_responses()
  File "/home/kali/Documents/Programs/Python/recapper.py", line 62, in get_responses
    header = get_header(payload)
  File "/home/kali/Documents/Programs/Python/recapper.py", line 24, in get_header
    header = dict(re.findall(r"(?P<name>.*?): (?P<value>.*?)\r\n", header_raw.decode()))
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc6 in position 1: invalid continuation byte

我尝试了不同的方法，但无法做到正确。比我更有经验的人能告诉我问题是什么，或者如果我做错了我该如何拆分标题？

【问题讨论】：

你有一个字节集合，你假设它们是 UTF-8 编码的文本，并试图在此基础上将它们解码为文本。这些字节显然不是 UTF-8 编码中的文本。它们可能是不同编码的文本，也可能不是全部都是文本。没有足够的信息来说明它是哪一个。
我怎么知道它使用的是哪种编码？

标签： python http wireshark

【解决方案1】：

更新：我发现我必须使用的编码不是 utf-8，而是 ISO-8859-1

像这样：header = dict(re.findall(r'(?P<name>.*?): (?P<value>.*?)\r\n', header_raw.decode(ISO-8859-1)))，它的工作原理！

【讨论】：