UTF-7

UTF-7（全ぜん称しょう：7位い元もとUnicode轉換てんかん格式かくしき）是ぜ一種可變長度字元編碼方式，用よう以將Unicode字じ元もと以ASCII編へん碼的字じ元もと串くし來らい呈てい現げん，可か以應用おうよう在ざい電子でんし郵件傳つて輸之類るい的てき應用おうよう。

SMTP為ため基本きほん的てき電子でんし郵件傳つて輸標準ひょうじゅん之の一いち，其指明あかり了りょう傳でん輸格式しき為ためUS-ASCII，並なみ且不允許いんきょ超過ちょうかASCII所しょ定義ていぎ的てき字じ元もと範圍はんい以外いがい的てき位い元もと值，也就是ぜ說せつ八位元的字串將無法正常的被傳輸。MIME（RFC 2045 ~ 2049）擴展了りょう網もう路ろ郵件以支援しえん不同ふどう的てき媒體ばいたい類型るいけい以及字じ元もと集しゅう，包含ほうがんUTF-8與あずかUTF-16的てき字じ元もと集しゅう皆みな可か被ひ指定してい使用しよう。但ただし由よし於MIME並なみ未み明確めいかく將はたUnicode定義ていぎ為ため可か支援しえん的てき字じ元もと集しゅう，並なみ且也沒ぼつ有ゆう說明せつめい其應如何いか編へん碼，這使得とく既すんで有ゆう的てきSMTP傳でん輸架構下仍舊無法むほう保證ほしょう可か正確せいかく的てき處理しょり8位い元もと資料しりょう。base64編へん碼也有ゆう其問題もんだい，例れい如甚至いたり連れん純じゅん英文えいぶん的てきUS-ASCII字じ元也もとなり可能かのう會かい變成へんせい不可ふか辨べん認みとめ；至いたり於像是ぜUTF-8與あずかquoted-printable的まと編へん碼結合けつごう，則のり需要じゅよう6～9個こ位い元來がんらい為ため非ひASCII的てき字じ元もと（Unicode的てき基本きほん多た文ぶん種しゅ平面へいめん中ちゅう定義ていぎ的てき字じ元もと）進行しんこう編へん碼，至いたり於在基本きほん多た文ぶん種しゅ平面へいめん（BMP）以外いがい的てき字じ原則げんそく需要じゅよう多た達たち12位い元もと的てき長ちょう度ど才能さいのう完成かんせい編へん碼。

簡介

UTF-7首しゅ次じ被ひ提出ていしゅつ是ぜ在ざい一個實驗性的通訊協定裏（RFC 1642，A Mail-Safe Transformation Format of Unicode），這份RFC（Request for Comments）提案ていあん後來こうらい因いんRFC 2152的てき提出ていしゅつ而被取と代だい（RFC 2152本身ほんみ為ため新聞しんぶん型がた（informational）的てき文案ぶんあん）。在ざいRFC 2152當とう中ちゅう明確めいかく的てき指出さしで該份RFC本身ほんみ不為ふため網もう際ぎわ網もう路ろ的てき標準ひょうじゅん做出任にん何なん明確めいかく的てき定義ていぎ（明あきら列れつ於文案あん前頭まえがしら的てきStatus of this Memo）。儘管這份RFC 2152在ざいIANA（Internet Assigned Numbers Authority）的てき字じ元もと集しゅう列れつ表裏ひょうり被ひ引述為ためUTF-7，然しか而UTF-7本身ほんみ並なみ非ひUnicode的てき標準ひょうじゅん之の一いち，即そく使し在ざい目前もくぜん最新さいしん的てきUnicode 5.0裏うら也僅列れつ出でUTF-8、UTF-16和わUTF-32。

如同引言所しょ提ひっさげ到いた的てき，由ゆかり於在過去かこSMTP的てき傳つて輸僅能のう接受せつじゅ7位い元もと的てき字じ元もと，而當時とうじUnicode並なみ無法むほう直接ちょくせつ滿足まんぞく既すんで有ゆう的てきSMTP傳でん輸限制せい，在ざい這樣地ち背景はいけい下かUTF-7被ひ提出ていしゅつ。嚴格げんかく來き說せつUTF-7不能ふのう算さん是ぜUnicode所しょ定義ていぎ的てき字じ元もと集しゅう之の一いち，較精確かく的てき來らい說せつ，UTF-7是ぜ提供ていきょう了りょう一いち種しゅ將はたUnicode轉換てんかん為ため7位い元もとUS-ASCII字じ元もと的てき轉換てんかん方式ほうしき。

有ゆう些字元もと本身ほんみ可か以直接ちょくせつ以單一いち的てきASCII字じ元來がんらい呈てい現げん。第だい一いち個こ群ぐん組ぐみ被ひ稱しょう作さく「direct characters」，其中包含ほうがん了りょう62個こ數字すうじ與あずか英文えいぶん字母じぼ，以及包含ほうがん了りょう九きゅう個こ符號ふごう字じ元もと：' ( ) , - . / : ?。這些「direct characters」被ひ認みとめ為ため可か以很安全あんぜん的てき直接ちょくせつ在ざい文ぶん件けん裡うら呈てい現げん。另一個主要的群組稱作「optional direct characters」，其中包含ほうがん了りょう所有しょゆう可か被ひ列れつ印しるし的てき字じ元もと，這些字じ元もと在ざいU+0020～U+007E之の間あいだ，除じょ了りょう~ \ +和かず空白くうはく字じ元もと以外いがい。這些「optional direct characters」的てき使用しよう雖可減少げんしょう空間くうかん的てき使用しよう也可增加ぞうか人的じんてき可か閱讀性せい，但ただし卻會因いん為ため一些不良設計的郵件閘道而會產生一些錯誤，導しるべ致必須ひっす使用しよう額がく外的がいてき跳とべ脫字だつじ元もと。

空白くうはく字じ元もと、Tab字じ元もと、以及換行ぎょう字じ元もと一般雖也可直接是為單一的ASCII字じ元來がんらい使用しよう，然しか而，若わか是ぜ郵件中有ちゅうう使用しよう了りょう編へん碼過的てき字じ串くし，則のり必須ひっす特別とくべつ注意ちゅうい這些字じ元もと有無うむ被ひ使用しよう在ざい其他地方ちほう。而加號ごう字じ元もと+的てき一いち種しゅ編へん碼方式しき可か以是これ+-。

其他的てき字じ元もと則のり必須ひっす被ひ編へん碼成UTF-16然しか後こう轉換てんかん為ため修おさむ改あらため的てきBase64。這些區く塊かたまり的てき開ひらき頭あたま會かい以+符號ふごう來らい標示ひょうじ，結尾けつび則そく以任何なん不在ふざいBase64裡うら定義ていぎ的てき字じ元來がんらい標示ひょうじ。若わか是ぜ在ざいBase64區く塊かたまり之の後こう使用しよう-(連れん字じ暨減號ごう)標示ひょうじ為ため結束けっそく的てき話ばなし，則のり解かい碼器會かい從したがえ下か個こ字じ元もと繼續けいぞく解かい碼，反たん之の則のり用よう此字元もと當とう非ひBase64的てき區く塊かたまり的てき開ひらき頭あたま繼續けいぞく解かい碼。

範はん例れい

"Hello, World!"會かい被ひ編へん碼為"Hello, World!"
"1 + 1 = 2"會かい被ひ編へん碼為"1 +- 1 +AD0 2"
"£1"會かい被ひ編へん碼為"+AKM-1".第だい一いち個こ字じ元もと£（英えい鎊的符號ふごう）的てきUnicode碼為U+00A3（在ざいUTF-16即そく為ため00A3₁₆），接せっ著ちょ轉換てんかん至いたり修おさむ改あらため的てきBase64格式かくしき，如同下表かひょう。表ひょう中ちゅう可か見み有ゆう兩個りゃんこ位い元もと多た了りょう出來でき，被ひ以0填補てんぽ上じょう。

16進しん位い碼	0				0				A				3
2進しん位い碼	0	0	0	0	0	0	0	0	1	0	1	0	0	0	1	1	0	0
索引さくいん	0						10						12
Base64編へん碼	A						K						M

手動しゅどう編へん碼與解かい碼UTF-7的てき演算えんざん法ほう

編へん碼

首くび先さき必須ひっす先さき決定けってい哪些字じ元もと呈てい現げん為ためASCII格式かくしき，哪些字じ元もと呈てい現在げんざいUnicode區く塊かたまり。簡單かんたん的てき編へん碼器可か以假設かせつ所有しょゆう的てき字じ元もと皆みな可か以很安全あんぜん的てき被ひ直接ちょくせつ編へん碼。然しか而要將はた原はら本屬ほんぞく於Unicode區く塊かたまり的てき字じ元もと視し為ためASCII來らい加か以編碼的代價だいか是ぜ需要じゅよう額がく外的がいてき2⅔字じ元もと。

Unicode序列じょれつ一旦いったん被ひ認定にんてい後ご，其必須以下面かめん的てき程ほど序じょ來らい加か以編碼，併以適當てきとう的てき符號ふごう加か以標注ひょうちゅう：

我わが們將使用しよう£† (0x00A3) (0x2020)字じ元もと序列じょれつ來らい作為さくい以下いか的てき範はん例れい。

將はた字じ元もと的てきUnicode數すう值 (UTF-16)以二に進しん位い呈てい現げん：
0x00A3 → 0000 0000 1010 0011
0x2020 → 0010 0000 0010 0000
將はた二に進しん位い序列じょれつ合併がっぺい
0000 0000 1010 0011 及 0010 0000 0010 0000 → 0000 0000 1010 0011 0010 0000 0010 0000
重じゅう新しん將しょう二に進しん位い序列じょれつ編組へんそ，以六ろく位い數すう為ため一いち組くみ，由ゆかり左ひだり開始かいし：
0000 0000 1010 0011 0010 0000 0010 0000 → 000000 001010 001100 100000 001000 00
如果最後さいご一いち組くみ小しょう於六ろく位い數すう，則のり不足ふそく的てき位い數すう以0補足ほそく尾お數すう：
0000 0000 1010 0011 0010 0000 0010 0000 → 000000 001010 001100 100000 001000 000000
將はた每まい一組六位數的數值以對應的Base64碼取代だい：
000000 001010 001100 100000 001000 000000 → AKMgIA

解かい碼

首くび先さき訊息必須ひっす被ひ拆分到いた純じゅん文字もじ與あずかUnicode區く塊かたまり，緊接著ちょUnicode區く塊かたまり必須ひっす以下いか面めん的てき程ほど序じょ來らい進行しんこう解かい譯やく（使用しよう上面うわつら提ひっさげ到いた的てき範はん例れい）：

將はた每まい一いち個こBase64碼以二進位序列來描述，如下：
AKMgIA → 000000 001010 001100 100000 001000 000000
重じゅう新しん將しょう二に進しん位い編組へんそ，以使其16位い數すう一いち組くみ，從したがえ左ひだり開始かいし：
000000 001010 001100 → 0000000010100011 0010000000100000 0000
若わか有ゆう其中一いち組くみ無法むほう完全かんぜん編成へんせい16位い數すう一いち組くみ，則のり先さき排除はいじょ它：
0000000010100011 0010000000100000
每まい一いち個こ16位い元もと的てき一いち組くみ二に進しん位い碼為Unicode（UTF-16）的てき數字すうじ字じ元もと並なみ且可以被改あらため寫うつし為ため如下：
0000 0000 1010 0011 ≡ 0x00A3 ≡ 163₁₀

安全あんぜん性せい

UTF-7由よし於允許いんきょ將しょう相しょう同どう來らい源みなもと的てき字じ串くし從したがえbase64的てき模も式しき被ひ平たいら移うつり，而顯得どく安全あんぜん性せい薄弱はくじゃく。現今げんこん的てき郵件與あずか傳つて輸方式しき由よし於都已やめ支援しえんUTF-8，UTF-7則のり已やめ走入はしり歷史れきし而很少しょう再さい被ひ使用しよう。即そく便びん如此，現今げんこん的てき應用おうよう軟體仍應更さら加か考量こうりょう支援しえん更さら安全あんぜん的てき編へん碼方式しき。

然しか而，除じょ了りょう郵件傳でん輸之外がい，仍有不ふ少しょう傳つて輸是採用さいようUTF-7編へん碼來進行しんこう傳でん輸。近こん期き較著名めい的てき安全あんぜん漏も洞ほら發生はっせい於Google的てき搜さがせ尋ひろ漏も洞ほら^[1]，該漏洞ほら肇はじめ因いん於不當ふとう的てき使用しようUTF-7編へん碼於網もう址し資し訊上，遠とお端的たんてき攻擊こうげき將はた可讀かどく取と或ある修おさむ改あらため網もう頁ぺーじ內容。

尚なお未み被ひ完かん整せい開發かいはつ的てきUTF-6和わUTF-5

有ゆう些可應用おうよう於電信でんしん電報でんぽう領域りょういき的てきUTF-6和わUTF-5提案ていあん已やめ經けい被ひ提出ていしゅつ^[2]^[3]，然しか而，截至2006年ねん止やめ，這些提案ていあん尚なお未み被ひ正式せいしき的てき制定せいてい出來でき。

這些提案ていあん與あずかPunycode並無ならびな相關そうかん。

參考さんこう

^ http://www.kb.cert.org/vuls/id/989144 （页面存そん档备份，存そん于互联网档案あん馆）, Vulnerability Note VU#989144, Google Mini and Google Search Appliance vulnerable to cross-site scripting
^ Seng, James, UTF-5, a transformation format of Unicode and ISO 10646 （页面存そん档备份，存そん于互联网档案あん馆）, 28 Jan 2000, retrieved 23 Aug 2007
^ Welter, Mark; Brian W. Spolarich, WALID, Inc. UTF-6 - Yet Another ASCII-Compatible Encoding for IDN. Internet Engineering Task Force (IETF) INTERNET-DRAFT. The Internet Society. 2000-11-16 [2007-08-28]. （原始げんし内容ないよう存そん档于2021-04-28）.

簡介