(Translated by https://www.hiragana.jp/)
国际化域名编码 - 维基百科，自由的百科全书 跳とべ转到内容ないよう

国くに际化域いき名めい编码

维基百科ひゃっか，自由じゆう的てき百科ひゃっか全ぜん书
（重定しげさだ向こう自じPunycode）

国くに际化域いき名めい编码[1]（英語えいご：Punycode）是ぜ一いち种表示ひょうじ統一とういつ碼和わASCII码的有限ゆうげん的てき字じ符ふ集しゅう。例れい如中ちゅう文ぶん“上海しゃんはい”会かい被ひ编码为“fhqz97e”。

國際こくさい化か域いき名めい編へん碼的目的もくてき是ぜ在ざい于国くに际化域いき名めい标签（IDNA）的てき框かまち架か中ちゅう，使つかい这些（多た语言）的てき域いき名めい可か以编码为ASCII。编码语法在ざい文ぶん档 RFC 3492 中ちゅう规定。

编码过程

[编辑]

RFC 3492中ちゅう说明：國際こくさい化か域いき名めい編へん碼是一いち种称为Bootstring的てき更さら普遍ふへん的てき算法さんぽう实例，它允许由部分ぶぶん基本きほん的てき编码集合しゅうごう组成的てき字じ符ふ串くし唯ただ一表示由更大编码集合组成的任何字符串。配合はいごう統一とういつ碼文本ほん的てき特性とくせい，國際こくさい化か域いき名めい編へん碼定义了一般いっぱんBootstring算法さんぽう的てき参さん数すう。本ほん节以德とく语字符ふ串くし"bücher"（书籍）为例，演えんじ示しめせ國際こくさい化か域いき名めい編へん碼的编码过程，该字符ふ串くし被ひ编码为"bcher-kva"。

分ぶん离ASCII字じ符ふ

[编辑]

首くび先さき，字じ符ふ串くし中ちゅう的てき所有しょゆうASCII字じ符ふ将はた被ひ直接ちょくせつ从输入にゅう复制到いた输出，任にん何なん其他字じ符ふ将はた被ひ跳とべ过。例れい如，"bücher"被ひ复制为 "bcher"。如果有ゆう任にん何なん字じ符ふ被ひ复制（即そく输入中ちゅう至いたり少しょう有ゆう一いち个ASCII字じ符ふ），则在输出中ちゅう附加ふか一いち个ASCII连字符ふ（例れい如，"bücher"复制为"bcher-"，其中"ü"不ふ是ぜASCII字じ符ふ，不ふ发生复制）。

由よし于连字じ符ふ本身ほんみ是ぜASCII字じ符ふ，因いん此可以出现在输入中ちゅう，并将被ひ复制到いた输出中ちゅう。这并不ふ会かい引起歧义，因いん为如果はて输出包含ほうがん连字符ふ，被ひ添加てんか的てき连字符ふ总是最さい后きさき一いち个，这标志こころざし着ぎASCII字じ符ふ的てき结束。

编码非ひASCII字じ符ふ

[编辑]

对于输入的てき非ひASCII字じ符ふ，依よ統一とういつ碼中碼位由ゆかり低てい至高しこう順序じゅんじょ，编码器き会かい模擬もぎ將しょう非ひASCII字じ符ふ一いち一いち插入そうにゅう回かい去さ除じょ非ひASCII字じ符ふ後ご的てき字じ串くし過程かてい， 计算每ごと個こ非ひASCII字じ符ふ對應たいおう的てき三さん个数字すうじi、n和わh：

  • i 表示ひょうじ该非ASCII字じ符ふ在ざい输入字じ符ふ串くし中ちゅう的てき以0为开始はじめ索引さくいん的てき插入そうにゅう位置いち（类似于如C语言等とう的てき编程语言，用よう0来らい表示ひょうじ该非ASCII字じ符ふ是ぜ输入字じ符ふ串くし的てき第だい一いち个字符ふ）。
  • n 表示ひょうじ该非ASCII字じ符ふ在ざい統一とういつ碼中的てき码位，减去127（127为最后きさき一いち个ASCII字じ符ふ）
  • h 表示ひょうじ該非ASCII字じ符ふ插入そうにゅう時じ可能かのう有ゆう的てき插入そうにゅう位置いち。如"ü"要よう插入そうにゅう回かい"bcher"中ちゅう，可能かのう有ゆう"übcher"到いた"bcherü"6個こ位置いち可か供きょう插入そうにゅう。

编码器き随ずい后きさき计算乘法じょうほうn*h+i并将得え到いた的てき数字すうじ编码为一串くし36进制的てき可變長かへんちょう度ど數字すうじ，将はた这些数字すうじ转化为ASCII码，并将结果附加ふか到いた输出字じ符ふ串くし后きさき。 每次まいじ計算けいさん後ご，該非ひASCII字じ符ふ會かい插入そうにゅう回かい去さ除じょ非ひASCII字じ符ふ後ご的てき字じ串くし，因いん此h會かい增加ぞうか1。 並なみ且在計算けいさん下か一いち個こ非ひASCII字じ符ふ的てき統一とういつ碼碼位い時じ，該碼位い需減去さ上うえ一いち個こ非ひASCII字じ符ふ碼位。

编码方式ほうしき为：0 -> 'a', ..., 25 -> 'z', 26 -> '0', ..., 35 -> '9', 数字すうじ的てき数字すうじ按小しょう端はし序じょ排列はいれつ。

此處ここ的てき36进制的てき编码並なみ非ひ通常つうじょう意義いぎ下か的てき下か36進しん制せい整數せいすう，而是一いち種しゅ可か变长度ど的てき整数せいすう。每まい个数字すうじ的てき最さい重要じゅうよう（most significant）的てき位い（例れい如数字すうじ "123 "中ちゅう的てき "1"）在ざい没ぼつ有ゆう上下じょうげ文ぶん的てき情じょう况下是ぜ可か以识别的。因よし此，多た个数字すうじ可か以无需分隔へだた地ち连接，不ふ会かい影かげ响原始げんし数字すうじ的てき识别和わ提ひっさげ取ど。但ただし此處ここら每ごと位い數字すうじ進しん位い的てき門もん檻おり閥ばつ值不同ふどう，並なみ非ひ每まい位い皆みな是ぜ36進しん位い。

用よう于国际化域いき名めい的てきACE前ぜん缀

[编辑]
主しゅ条目じょうもく：国くに际化域いき名めい

为了防止ぼうし非ひ国くに际域名めい中ちゅう的てき连字符ふ被ひ國際こくさい化か域いき名めい編へん碼解码，会かい在ざい在国ざいこく际化域いき名めい中ちゅう的てき國際こくさい化か域いき名めい編へん碼序列じょれつ前ぜん加か上じょう字じ符ふ串くしxn--。这被称しょう为ACE（ASCII Compatible Encoding）。[2]

因いん此，域いき名めい"bücher.tld"将しょう会かい以ASCII形式けいしき表示ひょうじ为"xn--bcher-kva.tld"。

解かい码器

[编辑]

解かい码器是ぜ具有ぐゆう两个状じょう态变量りょうi和わn的てき有限ゆうげん状じょう态机。

i是ぜ字じ符ふ串くし的てき索引さくいん，范围从0（代表だいひょう可能かのう插入そうにゅう的てき开始）到いた扩展字じ符ふ串くし的てき当とう前ぜん长度（代表だいひょう可能かのう插入そうにゅう的てき结束）。i从0开始。

n从128开始（128表示ひょうじ第だい一いち个非ASCII的てき码位）。

状じょう态递增ぞう是ぜ一いち个单调函数すう。一个状态转移要么增加i，如果i达到最大さいだい，就重置おけi为零并增加ぞうかn。下した一个状态转移时，继续增加ぞうかi。 在ざい每まい个状态下，由ゆかりn表示ひょうじ的てき码位要よう么被插入そうにゅう，要よう么不被ひ插入そうにゅう。

编码器き生成せいせい的てき数字すうじ代表だいひょう在ざい插入そうにゅう之の前ぜん要よう跳とべ过多少しょう可能かのう的てき结果。

在ざい字じ符ふ串くし "bcher "中ちゅう，有ゆう六个位置可以插入一个字符（包括ほうかつ第だい一个字符前和最后一个字符后）。在ざい最さい后きさき一いち个ASCII码位（127）和かず "ü"（252，参さん见拉ひしげ丁字ていじ母はは补充-1）之の间有124个码位い。有ゆう一いち个 "ü "的てき插入そうにゅう位置いち必须跳とべ过（位置いち0，即そく在ざい'b'之の前まえ）。

因いん此，在ざい到いた达正确位置いち前まえ，解かい码器将はた跳とべ过共（6×124）+1=745个可能かのう的てき插入そうにゅう位置いち。在ざい该字符ふ插入そうにゅう后きさき，将はた有ゆう七个可能的地方插入下一个字符。

将はた码号重おも新しん编码为ASCII序列じょれつ

[编辑]

國際こくさい化か域いき名めい編へん碼使用しよう通用つうよう变长整数せいすう来らい表示ひょうじ这些值。例れい如，"kva "将しょう用よう来らい表示ひょうじ码号745。

小しょう端はし序じょ的てき数字すうじ系けい统允许不需要じゅよう单独的てき分ぶん隔へだた符ふ的てき变长编码：低てい于阈值的数字すうじ标志着ぎ它是最さい重要じゅうよう的てき数字すうじ，即そく是ぜ数字すうじ的てき结束。为了提ひさげ高だか效率こうりつ，阈值取决于数字すうじ的てき位置いち和わ以前いぜん的てき插入そうにゅう。同どう时，数字すうじ的てき权重也会变化。

在ざい使用しよう36个符号ごう的てき数字すうじ系けい统中，不ふ区分くぶん大小だいしょう写うつし的てき'a'-'z'表示ひょうじ十じゅう进制数字すうじ0-25，'0'到いた'9'表示ひょうじ十じゅう进制数字すうじ26-35。因よし此，"kva"，表示ひょうじ十じゅう进制数字すうじ序列じょれつ"10 21 0"。

为了解りょうかい码这串くし符号ふごう，需要じゅよう阈值序列じょれつ。本ほん例れい中ちゅう，阈值序列じょれつ为（1，1，26，26，...）。[3]最さい不ふ重要じゅうよう的てき数字すうじ（least-significant digit）的てき权重（或ある位置いち值）总是1，具有ぐゆう权重1的てき'k'等とう于10（1×10=10）。下した一个数字的权重取决于第一个阈值：一般いっぱん来らい说，对于任意にんいn，第だいn+1个数字すうじ的てき权重是ぜ第だいn个数字すうじ的てき权重乘じょう以（36-第だいn个数字すうじ的てき阈值）。所以ゆえん第だい二个符号的权重是36减去前まえ一いち个阈值，即そく为35（36-1=35）。因よし此，前ぜん两个符号ふごう'k'和わ'v'之これ和わ为10×1+21×35。由よし于第二个符号不小于其阈值1，因いん此还有ゆう更さら多た符号ふごう。然しか而，由ゆかり于本例れい中ちゅう第だい三さん个符号ごう是ぜ'a'（a=0），可か以忽略りゃく其权重じゅう的てき计算。因よし此，"kva "代表だいひょう十じゅう进制数字すうじ（10×1）+（21×35）=745。阈值本身ほんみ由よし一个算法为每个编码字符序列决定，使つかい其保持ほじ在ざい1和わ26之これ间（包括ほうかつ1和わ26）。[4]字じ符ふ的てき大小だいしょう写うつし可か以用来らい提供ていきょう关于原始げんし字じ符ふ串くし的てき大小だいしょう写うつし信しん息いき。[5]由よし于特殊とくしゅ字じ符ふ按法编码算さん的てき码位排はい序じょ，在ざい插入そうにゅう"bücher"中ちゅう特殊とくしゅ字じ符ふ"ü"时，第だい一种可能是编码为 "bcher-kvaa "的てき "büücher"，第だい二种可能是编码为 "bcher-kvab "的てき "bücüher"，等とう等とう等とう等とう。在ざい编码为 "bcher-kvae "的てき "bücherü "之の后きさき是ぜ代表だいひょう插入そうにゅうý的てき编码，即そくü之の后きさき的てき統一とういつ碼字符ふ，从编码为 "bcher-kvaf "的てき "ýbücher "开始（与あずか编码为 "bcher-jvab "的てき "übücher "不同ふどう），等とう等とう。

为了使し编码、解かい码算法ほう简单，编码时并没ぼつ有ゆう试图阻止そし一些编码不允许的統一碼值：然しか而，解かい码时应该检查这些值。

國際こくさい化か域いき名めい編へん碼的设计使し其成可か以在所有しょゆう脚本きゃくほん中ちゅう工作こうさく，并通过在操作そうさ过程中ちゅう尝试适应字じ符ふ串くし中ちゅう的てき字じ符ふ集しゅう范围进行自我じが优化。它针对字符ふ串くし由よし包含ほうがん0个或更さら多たASCII字じ符ふ和わ来き自じ其他脚本きゃくほん系けい统的字じ符ふ组成的てき情じょう况进行ぎょう了りょう优化，同どう时也能のう处理任意にんい的てき統一とういつ碼字符ふ串くし。在ざい使用しようDNS时需要注意ようちゅうい，域いき名字みょうじ符ふ串くし被ひ认为已やめ经使用しようnameprep（英えい语：nameprep）进行了りょう规范化か处理，并且顶级域いき名めい在ざい被ひ國際こくさい化か域いき名めい編へん碼之前ぜん被ひ假かり设已经根据すえ官かん方かた注ちゅう册さつ的てき语言表ひょう进行了りょう处理。同どう时，DNS协议对输出で國際こくさい化か域いき名めい編へん碼字符ふ串くし的てき可か接受せつじゅ长度也有やゆう所しょ限げん制せい。

例れい子こ

[编辑]

下表かひょう展示てんじ了りょう不同ふどう类型输入的てき国こく际化域いき名めい编码的てき例れい子こ。[6]

输入 输入的てき国こく际化域いき名めい编码 对输入いれ的てき描述
空そら字じ符ふ
a a- 仅有ASCII字じ符ふ，一いち个小写字しゃじ母はは
A A- 仅有ASCII字じ符ふ，一いち个大写字しゃじ母はは
3 3- 仅有ASCII字じ符ふ，一いち个数字すうじ
- -- 仅有ASCII字じ符ふ，一いち个连字じ符ふ
-- --- 仅有ASCII字じ符ふ，两个连字符ふ
London London- 仅有ASCII字じ符ふ，多た于一个，没ぼつ有ゆう连字符ふ
Lloyd-Atkinson Lloyd-Atkinson- 仅有ASCII字じ符ふ，一いち个连字じ符ふ
This has spaces This has spaces- 仅有ASCII字じ符ふ，包含ほうがん空そら格かく
-> $1.00 <- -> $1.00 <-- 仅有ASCII字じ符ふ，多た种符号ごう混合こんごう
а 80a 没ぼつ有ゆうASCII字じ符ふ，一いち个西里にしざと尔字母はは
ü tda 没ぼつ有ゆうASCII字じ符ふ，一个拉丁字母补充-1中ちゅう的てき字じ符ふ
αあるふぁ mxa 没ぼつ有ゆうASCII字じ符ふ，一个希腊字母
例れい fsq 没ぼつ有ゆうASCII字じ符ふ，一いち个CJK字じ符ふ
😉 n28h 没ぼつ有ゆうASCII字じ符ふ，一いち个emoji字じ符ふ
αあるふぁβべーたγがんま mxacd 没ぼつ有ゆうASCII字じ符ふ，多た于一个字符ふ
München Mnchen-3ya 混合こんごう字じ符ふ，包含ほうがん一いち个非ASCII字じ符ふ
Mnchen-3ya Mnchen-3ya- München的てき两次国こく际化域いき名めい编码
München-Ost Mnchen-Ost-9db 混合こんごう字じ符ふ串くし，包括ほうかつ一いち个非ASCII字じ符ふ和わ一いち个连字じ符ふ
Bahnhof München-Ost Bahnhof Mnchen-Ost-u6b 混合こんごう字じ符ふ串くし，包括ほうかつ一いち个空格かく，一个连字符和一个非ASCII字じ符ふ
abæcdöef abcdef-qua4k 混合こんごう字じ符ふ串くし，包括ほうかつ两个非ひASCII字じ符ふ
правда 80aafi6cg 俄にわか语字符ふ，不ふ包括ほうかつASCII字じ符ふ
ยจฆฟคฏข 22cdfh1b8fsa 泰たい语字符ふ，不ふ包括ほうかつASCII字じ符ふ
도메인 hq1bm8jm9l 韩语字じ符ふ，不ふ包括ほうかつASCII字じ符ふ
ドメイン名めい例れい eckwd4c7cu47r2wf 日にち语字符ふ，不ふ包括ほうかつASCII字じ符ふ
MajiでKoiする5秒びょう前まえ nowrap|MajiKoi5-783gue6qz075azm5e 日にち语字符ふ，以及ASCII字じ符ふ
「bücher」 bcher-kva8445foa 混合こんごう的てき非ひASCII字じ符ふ（拉ひしげ丁字ていじ母はは补充-1及CJK字じ符ふ）

参考さんこう文献ぶんけん

[编辑]
  1. ^ 国くに际化域いき名めい 词汇表ひょう. ICANN. [2019-01-22]. （原始げんし内容ないよう存そん档于2022-05-16）. 
  2. ^ Internet Assigned Numbers Authority. Completion of IANA Selection of IDNA Prefix. www.atm.tut.fi. 2003-02-14 [2017-09-22]. （原始げんし内容ないよう存そん档于2010-04-27）. 
  3. ^ This is true for the first encoded character (or, in terms of RFC 3492, the first "delta"): see RFC 3492, Sec. 6.
  4. ^ RFC 3492, Secs. 3.4, 5.
  5. ^ RFC 3492, App. A.
  6. ^ The Punycode in this table was created using the builtin codec "punycode" of the Python programming language version 3.8 (s.encode("punycode")). See talk page.
检索自じ“https://zh.wikipedia.org/w/index.php?title=国くに际化域いき名めい编码&oldid=82207550”