「Punycode」とは？（国際化ドメイン）

Unicodeドメイン名を ASCIIに変換する「Punycode変換」では、先頭に「xn--」という特徴的な文字列が付加され、一見して元の文字列との対応がわかりにくいです。

しかし、これはコンピュータが ASCII文字列に Unicode文字を一つずつくっつけて、元の文字列を復元するための「レシピ」になっています。

実は、一文字ずつ変換する「URLエンコード」と比べて、コンパクトに収まっています。

Punycodeは、文字変換だけでなく圧縮も含めた変換です。

1. 文字の素とレシピ

「Punycode」は、一般に「ピュニコード」と発音されます¹。

例えば、「ちいLabo」は、
「xn--labo-453crg」と変換されます²。

Punycodeでは、ASCIIとUnicodeが混在した文字列の場合、
「xn--●●-▲▲▲」の形式になります。

「●●」の部分には素となるASCII文字列が入り、
「▲▲▲」の部分はUnicodeを付け加える レシピ になっています。

例えば、「1と2345」のように、2文字目にUnicodeが含まれている場合は、「xn--12345-pc4d」というのが、Punycode変換後の文字列です。

逆にいうと、「pc4d」の部分は「2文字目に『と』を追加する」という意味になっているわけです。

punycode	文字列
xn--12345-pc4d	1と2345

「pd4d」がどのようにしてできているかは、だいぶややこしいです。
文字変換というよりは、「データ圧縮」のような計算処理だからです。

参考：Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications (IDNA)

Bootstringパラメータ

      base         = 36
      tmin         = 1
      tmax         = 26
      skew         = 38
      damp         = 700
      initial_bias = 72
      initial_n    = 128 = 0x80

      code points    digit-values
      ------------   ----------------------
      41..5A (A-Z) =  0 to 25, respectively
      61..7A (a-z) =  0 to 25, respectively
      30..39 (0-9) = 26 to 35, respectively

バイアス適応関数

   function adapt(delta, numpoints, firsttime):
     if firsttime then let delta = delta div damp
     else let delta = delta div 2

     let delta = delta + (delta div numpoints)
     let k = 0

     while delta > ((base - tmin) * tmax) div 2 do begin
       let delta = delta div (base - tmin)
       let k = k + base
     end

     return k + (((base - tmin + 1) * delta) div (delta + skew))

符号化手順

   let n = initial_n
   let delta = 0
   let bias = initial_bias
   let h = b = the number of basic code points in the input

   copy them to the output in order, followed by a delimiter if b > 0
   {if the input contains a non-basic code point < n then fail}

   while h < length(input) do begin
     let m = the minimum {non-basic} code point >= n in the input
     let delta = delta + (m - n) * (h + 1), fail on overflow
     let n = m

     for each code point c in the input (in order) do begin
       if c < n {or c is basic} then increment delta, fail on overflow
       if c == n then begin
         let q = delta

         for k = base to infinity in steps of base do begin
           let t = tmin if k <= bias {+ tmin}, or
                   tmax if k >= bias + tmax, or k - bias otherwise
           if q < t then break
           output the code point for digit t + ((q - t) mod (base - t))
           let q = (q - t) div (base - t)
         end

         output the code point for digit q
         let bias = adapt(delta, h + 1, test h equals b?)
         let delta = 0
         increment h
       end
     end
     increment delta and n
   end

目次に戻る