Punycode
Punycode(littéralement « code chétif ») est une syntaxe de codage définie dans laRFC3492[1]et conçue pour être utilisée en adéquation avec lesnoms de domaine internationalisésdans les applications les prenant en charge.
L'algorithme de laRFC3492:bootstring
[modifier|modifier le code]LaRFC3492 définit unalgorithmeappelébootstringqui permet de représenter unechaîne de caractèrestirée d'unjeu de caractèresétendu au moyen d’une chaîne tirée d’un ensemble de base de caractères (un sous-ensemble souvent très réduit d’ASCII).Bootstringest par définition:
- complet: chaque chaîne étendue peut être représentée par une chaîne de base;
- unique: il y a au plus une chaîne de base qui représente une chaîne étendue donnée;
- réversible: toute chaîne étendue transformée peut être retrouvée à partir de sa forme de base;
- efficace: le rapport de longueur entre la chaîne étendue et la chaîne de base est petit (ceci est important en raison de la limitation du nombre de caractères dans les noms de domaine, 63, définie dans laRFC1034[2]);
- simple: l’algorithme de codage et de décodage est simple à mettre en œuvre. Les buts de simplicité et d'efficacité se contredisent;bootstringconcilie les deux;
- lisible: les chaînes de base doivent apparaître sous la même forme dans la chaîne étendue et dans la chaîne de base (cela pour des raisons d'efficacité également).
Punycodeest une application particulière de l’algorithmebootstring,dédiée aunom de domaine internationalisé,où le jeu de base est très réduit (limité aux seules 26 lettres de l’ Alpha betlatin de base,sans distinction de casse, et aux 10 chiffres décimaux et au seul signe moins). Il permet toutefois de représenter n’importe quel texte Unicode, même siPunycodeest généralement utilisé pour le codage des labels internationalisés dans les noms de domaines, où des restrictions supplémentaires (en plus de celle de la longueur) sont appliquées (notamment un filtrage des caractères autorisés, et une transformation de certains caractères ou certaines séquences dans une forme normalisée, avant leur représentation finale avecPunycode).
D'Unicode à ASCII
[modifier|modifier le code]Punycodetransforme une chaîne Unicode en une chaîne ASCII de manière unique et réversible. Les caractères ASCII dans la chaîne Unicode sont représentés littéralement, et les caractères non-ASCII sont représentés par des caractères ASCII, ces derniers étant tous autorisés dans les labels de nom d'hôte (lettres, chiffres et traits d'union).
Par exemple,bücherdevientbcher-kvaavecPunycode.De suite, lenom de domainebücher.chest représenté parxn--bcher-kva.chen IDNA (le standard permettant d'utiliser des caractères internationalisés dans les applications).
Dansxn--bcher-kva,lepunycodeest la partiebcher-kva,à droite du préfixe indiquant un nom internationalxn--[3].La chaine complète est le codage compatible ASCII (ASCII Compatible Encoding).
Mises en œuvre logicielles
[modifier|modifier le code]Voir aussi
[modifier|modifier le code]Notes et références
[modifier|modifier le code]Bibliographie
[modifier|modifier le code]- (fr)Chapitre 10 d'Unicode 5.0 en pratiqueparu chez Dunod en,(ISBN9782100511402).
Liens externes
[modifier|modifier le code]- (fr)Comment éliminer les xn-- dans Firefox
- (en)Codeur/Décodeur Punycode/IDN en ligne
- (en)bibliothèque GNU IDN - Libidn
Articles connexes
[modifier|modifier le code]- IRI (Internationalized Resource Identifier): identificateur de ressource internationalisé
- Stringprep
