Punycode安全威胁浅析 Secer's Blog - 记录互联网安全历程与个人成长经历

https://lz1y.github.io/2018/07/18/Punycode/

Internationalized Domain Name

由于互联网起源于美国，使得英文成为互联网上资源的主要描述性文字。这一方面促使互联网技术和应用的国际化，另一方面，随着互联网的发展特别在非英文国家和地区的普及，又成为非英语文化地区人们融入互联网世界的障碍。2003年3月份IETF发布的多语种域名国际标准(RFC3454、RFC3490、RFC3491、RFC3492).

由此,国际化域名也应运而生.

国际化域名（英语：Internationalized Domain Name，缩写：IDN）又称特殊字符域名，是指部分或完全使用特殊的文字或字母组成的互联网域名，包括法语、阿拉伯语、中文、斯拉夫语、泰米尔语、希伯来语或拉丁字母等非英文字母，这些文字经多字节万国码编译而成。在域名系统中，国际化域名使用Punycode转写并以美国信息交换标准代码（ASCII）字符串储存。

虽说中文域名也已存在了十余年,但是它在中国互联网中却很少亮相.

一些公司,教育机构所使用的中文域名:

百度贴吧:  贴吧.公司
天津大学:  天津大学.cn

除了中文域名外,还有诸如 .公司 这类中文顶级域名可供注册.

而目前绝大部分的主流浏览器(Safari,chrome,Firefox等)也早已支持IDN.

cURL的提示信息:
Input domain encoded as 'UTF-8'

cURL对域名做了如下转换:
贴吧。公司 => xn--4qrp14k.xn--55qx5d

想知道以上的转换是如何做到的,就不得不谈一下Punycode了.

Punycode

Punycode（译为：域名代码）是一种表示Unicode码和ASCII码的有限的字符集。例如：“münchen”（德国慕尼黑）会被编码为“mnchen-3ya”。

Punycode的目的是在于国际化域名标签（IDNA）的框架中，使这些（多语言）的域名可以编码为ASCII。编码语法在文档RFC3492中规定。

Punycode is a simple and efficient transfer encoding syntax designed
for use with Internationalized Domain Names in Applications (IDNA).
It uniquely and reversibly transforms a Unicode string into an ASCII
string. ASCII characters in the Unicode string are represented
literally, and non-ASCII characters are represented by ASCII
characters that are allowed in host name labels (letters, digits, and
hyphens). This document defines a general algorithm called
Bootstring that allows a string of basic code points to uniquely
represent any string of code points drawn from a larger set.
Punycode is an instance of Bootstring that uses particular parameter
values specified by this document, appropriate for IDNA.

说白了,Punycode就是将Unicode字符串转成ASCII范围的字符,而xn--就是声明后面的字符串全部是Unicode编码.