中文域名（CDN）的編碼技術(shù)是中文域名（CDN）系統(tǒng)的關(guān)鍵技術(shù)之一。CDN編碼技術(shù)就是規(guī)范在互聯(lián)網(wǎng)上使用CDN的編碼方法，包括字符串預(yù)處理框架和中文域名字段預(yù)處理的框架。在介紹CDN編碼技術(shù)之前需要首先介紹其相關(guān)的知識。

欲詳細(xì)了解中文域名系統(tǒng)介紹的請進(jìn)入。

一、字符串預(yù)處理（stringprep）

1、字符串（string）

字符串（string）就是由字符組成的序列，可以包含字母、數(shù)字、符號和空格等字符，字符可以是任何的Unicode字符，包括ASCII字符和非ASCII字符。事實(shí)上，通常在互聯(lián)網(wǎng)上傳輸?shù)淖址怀龅睦尤缁ヂ?lián)網(wǎng)上傳輸?shù)挠蛎?/span>DN，Domain Name）。域名是由字段組成，每個(gè)字段又是由字符構(gòu)成，這些字符在互聯(lián)網(wǎng)上傳輸時(shí)就形成了字符串。

欲具體了解Unicode字符介紹的請進(jìn)入。

2、字符串預(yù)處理（stringprep）概念

字符串預(yù)處理（stringprep）是由IETF的RFC 3454《Preparation of Internationalized Strings（國際化字符串的預(yù)處理）》所規(guī)范提出的。國際化字符串是指除了包括LDH（字母（Letter）、數(shù)字（Digit）和連接符（Hyphen）等）字符外，還包括非LDH字符（如中文字符等）所形成的字符串。這里的國際化是相對于國際化域名（IDN）而言（注意：中文域名（CDN）是IDN的一種）。國際化字符串的預(yù)處理簡稱字符串預(yù)處理（stringprep）。

字符串預(yù)處理?（stringprep）是指在將字符串用于網(wǎng)絡(luò)傳輸之前，對其進(jìn)行一系列的處理過程，以確保字符串具有特定的標(biāo)準(zhǔn)形式。RFC 3454標(biāo)準(zhǔn)定義了一系列表格，這些表格可以被組合為不同的配置，每個(gè)配置都定義了所使用的表格和其他可選項(xiàng)?。字符串預(yù)處理主要用于互連網(wǎng)協(xié)議中，確保在網(wǎng)絡(luò)傳輸中字符串的格式和內(nèi)容符合標(biāo)準(zhǔn)，避免因格式不一致導(dǎo)致的問題。

字符串預(yù)處理的具體步驟和目的包括：其一是使用預(yù)備過程?：在將字符串進(jìn)行網(wǎng)絡(luò)傳輸之前，先對其進(jìn)行預(yù)備處理，確保字符串具有特定的標(biāo)準(zhǔn)形式。其二是配置選項(xiàng)?：配置選項(xiàng)包括所使用的表格和其他可選項(xiàng)，這些配置確保了字符串的標(biāo)準(zhǔn)化和一致性。我們知道，在C語言中，預(yù)處理指令主要用于在編譯前對源代碼進(jìn)行簡單的加工，如包含頭文件、宏定義等。而字符串預(yù)處理則是在網(wǎng)絡(luò)傳輸前對字符串進(jìn)行特定的處理，確保其在網(wǎng)絡(luò)中的正確傳輸和解析。兩者雖然都涉及“預(yù)處理”的概念，但應(yīng)用場景和具體操作有所不同。

3、字符串預(yù)處理（stringprep）框架

字符串預(yù)處理框架確立了一個(gè)包含處理Unicode 字符規(guī)則的框架模型。其它協(xié)議可根據(jù)這些規(guī)則定義自己的框架，這些框架可使用戶在應(yīng)用程序中輸入國際化字符串，并且正確地得到處理。RFC 3454不規(guī)定如何把非Unicode 碼位轉(zhuǎn)化成Unicode碼位。字符串預(yù)處理框架輸入的是字符串，輸出是字符串或錯(cuò)誤信息。字符串預(yù)處理框架不能解決用戶期望的所有字符變體問題。RFC 3454公布了一系列表格，分為兩類：集合（in）和映射（map）。對于集合（in），stringprep 提供了“特征函數(shù)”，即如果形參是集合的一部分則返回值為 True 的函數(shù)。對于映射（map），它提供了映射函數(shù)，它會根據(jù)給定的鍵返回所關(guān)聯(lián)的值。下表1-3-1給出了stringprep中所有可用函數(shù)的列表說明。

表 1-3-1：stringprep中所有可用函數(shù)的列表說明

字符串預(yù)處理?（stringprep）過程包括：映射、歸一化（或稱標(biāo)準(zhǔn)化）、禁止輸出檢查和雙向字符檢查，其簡要說明詳見下表1-3-2。映射中和歸一化中所說的映射可是一對零，一對一，一對多，多對多或多對一映射，所以輸出的字串有可能比原輸入字串長或短。RFC 3454的內(nèi)容重點(diǎn)規(guī)定了這些過程的要求。

表 1-3-2：字符串預(yù)處理?（stringprep）過程簡介

欲詳細(xì)了解RFC 3454標(biāo)準(zhǔn)具體內(nèi)容的請進(jìn)入。

二、中文域名字段預(yù)處理

中文域名字段預(yù)處理是字符串預(yù)處理的一種框架特例，實(shí)現(xiàn)中文域名字段預(yù)處理應(yīng)首先完全實(shí)現(xiàn)字符串預(yù)處理（stringprep）。其目的是使其能用于中文域名字段，或者檢查其能否用于域名字段。中文域名字段預(yù)處理是用來直接處理中文域名字段的，而不是整個(gè)域名。中文域名與應(yīng)用（CDNA）對每個(gè)域名字段會調(diào)用中文域名字段預(yù)處理。在我國國家標(biāo)準(zhǔn)GB/T 44278定義了中文域名與應(yīng)用（CDNA）框架。

欲詳細(xì)了解GB/T 44278標(biāo)準(zhǔn)關(guān)于CDNA介紹的請進(jìn)入。

中文域名字段預(yù)處理使用Unicode保留字符表中的字表（見RFC 3454表A.1），如果應(yīng)用程序在實(shí)現(xiàn)CDNA 時(shí)使用未分配碼點(diǎn)列表，也應(yīng)使用該字表；映射時(shí)使用RFC 3454的映射表（見RFC 3454表B.1、表B.2和表B.3）；歸一化時(shí)使用形式的歸一化（NFKC，Normalization Form with Compatibility Composition）；“禁止輸出”字符應(yīng)使用RFC 3454的禁止輸出表（見RFC 3454表C.1~表C.9）。

三、關(guān)于Punycode 編碼

1、概述

我們知道，中文域名與應(yīng)用（CDNA）規(guī)定了支持CDN 的架構(gòu)，在該架構(gòu)中就規(guī)定到中文域名字段字符的編碼要求。該框架要求中文域名名字字符的編碼應(yīng)采用Punycode 編碼。Punycode 是一種為國際化多語種域名設(shè)計(jì)的一種簡單高效的轉(zhuǎn)換編碼方法，Punycode 是 Bootstring 算法的一個(gè)特例，Bootstring 的通用算法，來用基礎(chǔ)碼位表示大字符集中的碼位串。Punycode和Bootstring是由IETF RFC 3492《Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications（IDNA）（Punycode：一種用于IDNA的Bootstring編碼）》所規(guī)范，適用于 IDNA，而CDNA的實(shí)現(xiàn)應(yīng)支持IDNA。

RFC 3492要要求，非ASCII 形式的域名字段可用ACE（ASCII Compatible Encoding，ASCII編碼兼容）前綴開始的ACE 形式表示；后綴是Unicode 字串的Punycode 編碼。Punycode 編碼唯一且可逆轉(zhuǎn)地把Unicode字串轉(zhuǎn)換成ASCII 字串。Unicode里的ASCII 字符還是按原來的字符顯示，非ASCII 字符用ASCII 字符中LDH 表示。RFC 3492規(guī)定了一種叫bootstring 的通用算法來用基礎(chǔ)字符（一般指ASCII字符集中的字符，其等同于我國GB/T 1988規(guī)定的編碼）碼位來表示大字符（一般指Unicode字符集里的字符集（ASCII字符除外），其等同于我國GB/T 13000規(guī)定的編碼）中的碼位串。Punycode 是Bootstring 算法的特殊形式，它使用了專門的參數(shù)使其符合國際化多語種域名應(yīng)用的需要而設(shè)計(jì)， Punycode 主要是用來把中文域名字段轉(zhuǎn)換成ASCII 形式。Bootstring 被設(shè)計(jì)成具有下列特點(diǎn)：完備性、唯一性、可逆轉(zhuǎn)性、編碼高效性、簡單性和可持續(xù)性等，其具體表述詳見下表3-1。

表 3-1：Bootstring算法的特點(diǎn)

2、Bootstring算法簡介

Bootstring的框架包括4項(xiàng)技術(shù)：基礎(chǔ)碼位分離；插入未排序碼位；廣義變長整數(shù)；貝葉斯適應(yīng)（Bias adaptation）。其含義的表述詳見下表3-2。Bootstring算法的內(nèi)容包括：貝葉斯適應(yīng)函數(shù)；解碼過程；編碼過程；溢出的處理。Bootstring算法的具體要求詳見RFC 3492。

表 3-2：Bootstring框架的簡述

欲詳細(xì)了解RFC 3492標(biāo)準(zhǔn)具體內(nèi)容的請進(jìn)入。

四、中文域名編碼技術(shù)

我國國家標(biāo)準(zhǔn)GB/T 44596《中文域名編碼技術(shù)要求》規(guī)定了在互聯(lián)網(wǎng)體系上使用中文域名（CDN）的編碼規(guī)范，以及使用中文域名字段的預(yù)處理要求，同時(shí)規(guī)定了利用國際化域名（IDN）碼進(jìn)行CDN編碼的技術(shù)要求。該國家標(biāo)準(zhǔn)所規(guī)范的CDN編碼技術(shù)要求，使用了上述的RFC 3454規(guī)范的字符串預(yù)處理（stringprep）技術(shù)和RFC 3492規(guī)范的Punycode 編碼方法。另外，我國通信行業(yè)標(biāo)準(zhǔn)YDT 2143《基于國際多語種域名體系的中文域名的編碼處理技術(shù)要求》也提出了與GB/T 44596國標(biāo)相同的技術(shù)要求。若要詳細(xì)了解這兩個(gè)國內(nèi)標(biāo)準(zhǔn)關(guān)于CDN編碼技術(shù)要求具體內(nèi)容的請?jiān)斠娤率龈郊?/span>

附件 4-1：GB/T 44596-2024《中文域名編碼技術(shù)要求》

附件 4-2：YDT 2143-2010《基于國際多語種域名體系的中文域名的編碼處理技術(shù)要求》

欲詳細(xì)了解中文域名的字表技術(shù)要求的請進(jìn)入。