Punycode

Czym jest Punycode?

Punycode to składnia kodowania zdefiniowana w RFC 3492, która przekształca ciągi Unicode w ograniczony zestaw znaków ASCII obsługiwany przez DNS. Stanowi techniczną podstawę umiędzynarodowionych nazw domen (IDN), dzięki czemu nazwy w dowolnym języku mogą działać z istniejącą infrastrukturą DNS.

Problem rozwiązywany przez Punycode

System nazw domen zaprojektowano w latach 80. z myślą wyłącznie o znakach ASCII. Etykiety DNS mogą zawierać tylko:

• Małe litery (a-z)
• Cyfry (0-9)
• Łączniki (-)

To ograniczenie wykluczało miliardy użytkowników Internetu, którzy nie posługują się głównie alfabetem łacińskim. Punycode usuwa tę barierę, kodując dowolny ciąg Unicode do poprawnego ASCII.

Jak działa kodowanie Punycode

Punycode korzysta z algorytmu, który zachowuje znaki ASCII, a znaki spoza ASCII koduje do zwartej reprezentacji ASCII.

Proces kodowania

1. Rozdziel znaki: Podziel znaki ASCII i spoza ASCII

2. Skopiuj ASCII: Zachowaj wszystkie znaki ASCII na pierwotnych pozycjach

3. Zakoduj pozostałe znaki: Użyj uogólnionego kodowania liczb całkowitych o zmiennej długości

4. Dodaj prefiks: Dodaj „xn--”, aby oznaczyć kodowanie Punycode

Przykłady

Prefiks „xn--”

Prefiks „xn--” nosi nazwę prefiksu ACE (ASCII Compatible Encoding). Informuje resolvery DNS i aplikacje, że etykieta zawiera treść zakodowaną w Punycode. Prefiks ten:

• Zawsze jest zapisany małymi literami
• Nigdy nie występuje w zwykłych domenach ASCII
• Uruchamia dekodowanie Unicode w zgodnym oprogramowaniu

Punycode w praktyce

Obsługa przez przeglądarkę

Nowoczesne przeglądarki automatycznie obsługują Punycode:

User types: 中文.com
Browser sends: xn--fiq228c.com (to DNS)
Browser displays: 中文.com (in address bar)

Implementacja dla programistów

const punycode = require('punycode/');

// Encode to Punycode
const encoded = punycode.toASCII('münchen.de');
// Result: xn--mnchen-3ya.de

// Decode from Punycode
const decoded = punycode.toUnicode('xn--mnchen-3ya.de');
// Result: münchen.de

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

Obsługa adresów URL

Pracując z URL zawierającymi IDN:

// URL API handles Punycode automatically
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

Konsekwencje bezpieczeństwa

Możliwość reprezentowania dowolnych znaków Unicode przez Punycode stwarza zagrożenia bezpieczeństwa:

Podszywanie wizualne

Atakujący mogą rejestrować domeny wyglądające identycznie jak legalne witryny:

аррlе.com (Cyrillic 'а' and 'р')
apple.com (Latin letters)

W niektórych czcionkach oba adresy wyglądają tak samo, ale są różnymi domenami.

Ochrona przeglądarek

Aby ograniczać podszywanie, przeglądarki stosują następujące mechanizmy:

1. Wykrywanie mieszania pism: Wyświetlanie Punycode dla podejrzanych domen łączących różne pisma

2. Wykrywanie znaków mylących: Oznaczanie domen ze znakami przypominającymi ASCII

3. Biała lista: Zezwalanie na wyświetlanie Unicode tylko dla znanych TLD

Praca z Punycode w API

Podczas tworzenia narzędzi domenowych:

function normalizeDomain(input) {
  const punycode = require('punycode/');
  // Convert to lowercase Punycode for internal use
  return punycode.toASCII(input.toLowerCase());
}

Punycode jest przezroczysty dla większości użytkowników, ale jego znajomość jest niezbędna programistom tworzącym umiędzynarodowione aplikacje internetowe.