Punycode 域名转换器

Punycode 如何服务国际化域名

DNS 历史上使用受限 ASCII 标签，而用户使用大量非 ASCII 文字。RFC 3492 的 Punycode 使用 Bootstring 算法把 Unicode 码点序列表示为字母、数字和连字符；国际化域名在负载前加 xn-- 形成 ASCII 兼容标签。

Punycode 每次处理一个标签，不处理点或完整 URL。本页提供单标签与完整域名模式。完整模式会把 U+3002、U+FF0E、U+FF61 规范化为 ASCII 点，保留可选根点，再逐标签编码或解码。

Punycode 不等于完整 IDNA。IDNA2008 与 UTS #46 还包含映射、规范化、上下文和脚本规则。为避免新增依赖，本实现采用 RFC 3492 加保守本地规则：只允许字母、标记、数字和连字符，ASCII 输出小写，标签不超过 63 字符，完整编码域名不超过 253 字符。

如何转换 Unicode 域名或标签

1. 包含点分隔时选择完整域名，仅测试一个标签时选择单标签。
2. 人类可读 Unicode 名称选择编码，已有 xn-- ASCII 名称选择解码。
3. 只输入域名，不要包含协议、端口、路径、查询、邮箱本地部分。
4. 根据错误修正空标签、非法字符、连字符位置、非规范 A-label 或长度。
5. 生产注册和安全判断仍应使用维护中的完整 IDNA 库并遵循注册局策略。

Punycode 标签与完整域名示例

示例展示 RFC 3492 负载、xn-- 前缀、逐标签处理、大小写规范化和 Unicode 句点变体。

标签语法、大小写、句点与校验

ASCII 标签统一小写，只允许字母、数字和连字符，不能以连字符开头或结尾，最长 63 字符。xn-- 标签会解码再重编码以检查规范性。

Unicode 标签在本实现中只允许 Unicode 字母、组合标记、数字和内部连字符。空格、下划线、斜杠、冒号、@、emoji 与标点被拒绝。

• 完整模式接受 ASCII 点和三种常见 Unicode 句点。
• a..b 这样的空内部标签非法，只保留一个可选末尾根点。
• https:// 与 /path 不属于域名标签。
• 编码标签最长 63 个 ASCII 字符，完整域名最长 253。
• A-label 输出小写，便于规范展示。

RFC 3492 Bootstring 算法概览

编码器先复制基础 ASCII 码点；存在基础字符时用连字符分隔后缀。随后维护当前码点 n、delta 和自适应 bias，反复寻找最小未处理码点，并以 36 进制广义变长整数输出差值。

偏置自适应让相近码点更紧凑。数字 0-25 映射 a-z，26-35 映射 0-9。解码器恢复 n 和插入位置，把码点插回序列而不是简单追加。

实现会防止 JavaScript 安全整数溢出，拒绝超出 U+10FFFF 和代理区的值，按保守规则验证，并通过重编码检查 xn-- 规范形式。它不会执行 DNS 查询。

Punycode 的实际用途

Punycode 主要是互操作与检查层。用户通常看到经过安全策略处理的 Unicode，协议、证书和日志可能显示 A-label。

Punycode 错误与 IDN 安全限制

可成功转换不代表安全。Unicode 中存在与拉丁字母相似的字符、组合序列和混合脚本，防同形攻击需要浏览器显示策略、注册局规则和业务安全控制。

浏览器可能先执行 UTS #46 映射与规范化。本工具明确采用较窄、无依赖的配置，不冒充所有浏览器和注册局行为。

• 下划线常见于某些服务记录，但不是本页主机名标签。
• emoji 与符号标签被保守规则拒绝。
• 空 xn-- 负载非法。
• 解码后无法重编码为同一小写 A-label 时拒绝。
• 成功转换也不表示域名存在、可注册或可信。

Punycode、IDNA 与 URL 编码

Punycode 是 Unicode 码点编码算法；IDNA 是决定域名标签映射与有效性的更大框架；UTS #46 是很多应用采用的兼容处理规范。

URL 百分号编码处理 URL 组件字节，不会把 Unicode 主机名变成 DNS A-label。完整 URL 解析器会分别处理主机与路径/查询。