对于非英语字符而言，RFC 3986中的“不区分大小写”意味着什么？

Question

RFC 3986指定URI的主机组件‘大小写不敏感’。然而，它没有指定什么‘不区分大小写’的UCS或UTF-8字符。

在RFC中给出的例子(例如"<HTTP://www.EXAMPLE.com/>等价于<http://www.example.com/>")允许我们推断‘不区分大小写’意味着字符are至少被认为等同于UTF-8字符集中它们前面的字符32，即a-z。但是，没有提到应该如何对待这个范围之外的字符。因此，考虑到www.OLÉ.com的非编码、非标准化注册名称，我认为RFC允许三种可能的标准化形式：

1. 小写到www.olé.com，然后百分比编码到www.ol%E9.com
2. 小写仅A-Z字符到www.olÉ.com，然后百分比编码到www.ol%C9.com
3. 百分比编码到www.OL%C9.com，然后将非百分比编码部分小写到www.ol%C9.com，产生与2相同的结果。

所以问题是:哪个是正确的？如果是案例1，什么定义了哪些字符被认为是大写，哪些被认为是小写(以及哪些字符没有大小写)？

Answer 1

由DNS解析的主机名总是小写的。

它是在DNS主机名中不可能有UTF-8字符。 (RFC 1123)，然而，一个解决办法已经与“国际化域名”。这种解决方法通常称为双数码。

Punycode允许用ASCII字符表示非ASCII字符。

非ASCII字符由在主机名称标签(字母、数字和连字符)中允许的ASCII字符表示。-- https://www.ietf.org/rfc/rfc3492.txt

至于您在问题(www.olé.com)中提供的示例，要解决的域名不是www.ol%E9.com。

如果您在域名中得到百分比符号，这意味着您有URL编码的主机名，这是不正确的，至少不能解决。

例如，具有如下所示的a标记将正确工作：

<a href="//www.ol%C3%A9.com">Click Here</a>

但是，DNS服务器将不解析www.ol%C3%A9.com，而是将转换后的域名解析为punycode：

示例

www.ol%C3%A9.com

变成了

www.olé.com

在“小语码”中翻译为：

www.xn--ol-cja.com

Web浏览器通常会将大写字符转换为小写版本。例如，www.olé.com和www.olÉ.com都转换为相同的DNS主机名(www.xn--ol-cja.com)，因为www.olÉ.com被降低到www.olé.com。

我推荐两种工具来检查IDN域名，以了解一个域名在经过双码翻译后会是什么样子：

• 维瑞信的IDN转换工具(http://mct.verisign-grs.com/)
• 旁遮普敦代码到文本/Unicode https://www.punycoder.com/

维瑞信的IDN工具要严格得多。尝试这两种工具，以www.olÉ.com作为输入，以了解我的意思。

IDNA (应用程序的国际化域名)的规则很复杂，但是有两个主要的RFC值得一看：

• 应用程序的国际化域名(IDNA)：背景、解释和基本原理 https://www.rfc-editor.org/rfc/rfc5894
• 应用程序的Unicode代码点和国际化域名 https://www.rfc-editor.org/rfc/rfc5892

rfc5894 3.1.3节指定在下列情况下可能不允许字符：

• 该字符是通过Unicode大小写折叠映射到另一个字符的大写形式或其他形式。