Punycode

Was ist Punycode?

Punycode ist eine in RFC 3492 definierte Codierungssyntax, die Unicode-Zeichenketten in den begrenzten ASCII-Zeichensatz umwandelt, der von DNS unterstützt wird. Es ist das technische Fundament, das Internationalisierte Domain-Namen (IDNs) möglich macht und Domain-Namen in jeder Sprache mit der vorhandenen DNS-Infrastruktur funktionsfähig macht.

Das Problem, das Punycode löst

Das Domain Name System wurde in den 1980er Jahren nur mit ASCII-Zeichen im Sinn konzipiert. DNS-Label können nur enthalten:

• Kleinbuchstaben (a-z)
• Ziffern (0-9)
• Bindestriche (-)

Diese Einschränkung schloss Milliarden von Internet-Nutzern aus, die das lateinische Alphabet nicht hauptsächlich verwenden. Punycode überbrückt diese Lücke, indem jede Unicode-Zeichenkette in gültige ASCII kodiert wird.

Wie Punycode-Codierung funktioniert

Punycode verwendet einen klugen Algorithmus, der ASCII-Zeichen bewahrt, während Nicht-ASCII-Zeichen in eine kompakte ASCII-Darstellung kodiert werden.

Der Codierungsprozess

1. Zeichen trennen: In ASCII und Nicht-ASCII-Zeichen aufteilen

2. ASCII kopieren: Alle ASCII-Zeichen in ihren Originalpositionen bewahren

3. Nicht-ASCII kodieren: Verwenden Sie Generalized Variable-Length Integer Encoding

4. Präfix hinzufügen: Voranstellen von "xn--" um Punycode-Codierung anzuzeigen

Beispiele

Das "xn--" Präfix

Das "xn--" Präfix wird ACE (ASCII Compatible Encoding) Präfix genannt. Es signalisiert DNS-Resolvern und Anwendungen, dass das Label Punycode-codierte Inhalte enthält. Dieses Präfix:

• Ist immer kleingeschrieben
• Erscheint nie in regulären ASCII-Domain-Namen
• Löst Unicode-Dekodierung in konformen Software aus

Punycode in der Praxis

Browser-Verarbeitung

Moderne Browser verarbeiten Punycode automatisch:

Benutzer gibt ein: 中文.com
Browser sendet: xn--fiq228c.com (an DNS)
Browser zeigt: 中文.com (in Adressleiste)

Entwickler-Implementierung

const punycode = require('punycode/');

// In Punycode kodieren
const encoded = punycode.toASCII('münchen.de');
// Ergebnis: xn--mnchen-3ya.de

// Aus Punycode dekodieren
const decoded = punycode.toUnicode('xn--mnchen-3ya.de');
// Ergebnis: münchen.de

domain = 'münchen.de'
encoded = domain.encode('idna').decode('ascii')
# Ergebnis: xn--mnchen-3ya.de

URL-Verarbeitung

Wenn Sie mit URLs mit IDNs arbeiten:

// URL API verarbeitet Punycode automatisch
const url = new URL('https://中文.com/path');
console.log(url.hostname); // xn--fiq228c.com
console.log(url.href); // https://xn--fiq228c.com/path

Sicherheitsauswirkungen

Punycode's Fähigkeit, jedes Unicode-Zeichen zu repräsentieren, schafft Sicherheitsrisiken:

Visuelle Spoofing

Angreifer können Domains registrieren, die auf legitimen Websites identisch aussehen:

аррlе.com (kyrillisch 'а' und 'р')
apple.com (lateinische Buchstaben)

Beide werden in einigen Schriften identisch angezeigt, sind aber unterschiedliche Domains.

Browser-Schutz

Um Spoofing zu bekämpfen, implementieren Browser Schutzmaßnahmen:

1. Mixed Script Detection: Zeigt Punycode für verdächtige Domains statt Unicode an

2. Confusable Detection: Kennzeichnet Domains mit Zeichen, die wie ASCII aussehen

3. Whitelisting: Erlaubt Unicode-Anzeige nur für bekannte TLDs

Arbeiten mit Punycode in APIs

Beim Bauen von Domain-Tools:

function normalizeDomain(input) {
  const punycode = require('punycode/');
  // In kleingeschriebene Punycode-Form für interne Verwendung konvertieren
  return punycode.toASCII(input.toLowerCase());
}

Punycode ist für die meisten Benutzer transparent, aber essentielles Wissen für Entwickler, die internationalisierte Web-Anwendungen bauen.