java IDN 函数不可逆？答案

【问题标题】：java IDN functions not reversible?java IDN 函数不可逆？
【发布时间】：2017-04-25 22:57:54
【问题描述】：

为什么有些 IDN 不可逆：

String domain = "aŉċăwb7rňuħ.eu";
System.out.println(domain);
domain = IDN.toASCII(domain);
System.out.println(domain);
domain = IDN.toUnicode(domain);
System.out.println(domain);

它显示：

aŉċăwb7rňuħ.eu
xn--anwb7ru-93a5e8ozmq2m.eu
aʼnċăwb7rňuħ.eu

如你所见，第二个字符被分割了！

谢谢

【问题讨论】：

标签： java idn

【解决方案1】：

这是设计使然。据我所知，字符串中的第二个字符是 \u0149 代码点。根据最新的Unicode码表：

这个字符已被弃用，它的用途是强烈反对

Unicode 代码表表明已弃用的代码点相当于\u02bc 后跟\u006e。

根据 javadocs，IDN.toASCII(String) 所做的第一步是使用 RFC 3491 stringprep / nameprep 算法来处理输入字符串中的字符。 RFC 摘要说：

本文档描述了如何准备国际化域名 (IDN) 标签，以增加名称输入和名称比较以对典型用户有意义的方式工作遍及世界。 stringprep 协议的这个配置文件是用作一套在线协议的一部分，用于国际化域名系统 (DNS)。

（换句话说，stringprep 旨在使创建看起来像一回事但含义不同的棘手域名变得更加困难。）

其实，如果你往下钻，你会发现在stringprep表中为\u0149规定的映射是\u02bc\u006e；即 Unicode 代码图表中定义的等效项。

而且……这就是正在发生的事情。

总结

您期望可以往返 IDN 是没有根据的。
您不应该使用该字符，因为它已被弃用。（当然，在 IDN 中使用它是个坏主意！）

【讨论】：

【解决方案2】：

IDN toASCII 过程本质上是不可逆的，因为它涉及执行 Unicode 规范化（形成 NFKC）作为过程的一部分。通常，多个 Unicode 字符序列可以具有相同的规范化形式； IDN toUnicode 过程将从 ACE 标签生成一个这些形式，但不能保证它与最初编码的形式相同。

如果toUnicode(toASCII(x)) 的结果确实与x 不同，那么这两者对于IDN 的目的来说仍然是等价的，而且它们应该是彼此的Unicode 兼容性等价物。一般来说，它们会以类似的方式由 Unicode 字体呈现。从这个意义上说，您的情况存在明显差异有点令人惊讶，但最重要的是，您对可逆性的明显期望是没有根据的。

【讨论】：