中文域名（CDN）的编码技术是中文域名（CDN）系统的关键技术之一。CDN编码技术就是规范在互联网上使用CDN的编码方法，包括字符串预处理框架和中文域名字段预处理的框架。在介绍CDN编码技术之前需要首先介绍其相关的知识。
欲详细了解中文域名系统介绍的请进入。
一、字符串预处理（stringprep）
1、字符串（string）
字符串（string）就是由字符组成的序列，可以包含字母、数字、符号和空格等字符，字符可以是任何的Unicode字符，包括ASCII字符和非ASCII字符。事实上，通常在互联网上传输的字符串，突出的例子如互联网上传输的域名（DN，Domain Name）。域名是由字段组成，每个字段又是由字符构成，这些字符在互联网上传输时就形成了字符串。
欲具体了解Unicode字符介绍的请进入。
2、字符串预处理（stringprep）概念
字符串预处理（stringprep）是由IETF的RFC 3454《Preparation of Internationalized Strings（国际化字符串的预处理）》所规范提出的。国际化字符串是指除了包括LDH（字母（Letter）、数字（Digit）和连接符（Hyphen）等）字符外，还包括非LDH字符（如中文字符等）所形成的字符串。这里的国际化是相对于国际化域名（IDN）而言（注意：中文域名（CDN）是IDN的一种）。国际化字符串的预处理简称字符串预处理（stringprep）。
字符串预处理（stringprep）是指在将字符串用于网络传输之前，对其进行一系列的处理过程，以确保字符串具有特定的标准形式。RFC 3454标准定义了一系列表格，这些表格可以被组合为不同的配置，每个配置都定义了所使用的表格和其他可选项。字符串预处理主要用于互连网协议中，确保在网络传输中字符串的格式和内容符合标准，避免因格式不一致导致的问题。
字符串预处理的具体步骤和目的包括：其一是使用预备过程：在将字符串进行网络传输之前，先对其进行预备处理，确保字符串具有特定的标准形式。其二是配置选项：配置选项包括所使用的表格和其他可选项，这些配置确保了字符串的标准化和一致性。我们知道，在C语言中，预处理指令主要用于在编译前对源代码进行简单的加工，如包含头文件、宏定义等。而字符串预处理则是在网络传输前对字符串进行特定的处理，确保其在网络中的正确传输和解析。两者虽然都涉及“预处理”的概念，但应用场景和具体操作有所不同。
3、字符串预处理（stringprep）框架
字符串预处理框架确立了一个包含处理Unicode 字符规则的框架模型。其它协议可根据这些规则定义自己的框架，这些框架可使用户在应用程序中输入国际化字符串，并且正确地得到处理。RFC 3454不规定如何把非Unicode 码位转化成Unicode码位。字符串预处理框架输入的是字符串，输出是字符串或错误信息。字符串预处理框架不能解决用户期望的所有字符变体问题。RFC 3454公布了一系列表格，分为两类：集合（in）和映射（map）。对于集合（in），stringprep 提供了“特征函数”，即如果形参是集合的一部分则返回值为 True 的函数。对于映射（map），它提供了映射函数，它会根据给定的键返回所关联的值。下表1-3-1给出了stringprep中所有可用函数的列表说明。
表 1-3-1：stringprep中所有可用函数的列表说明
字符串预处理（stringprep）过程包括：映射、归一化（或称标准化）、禁止输出检查和双向字符检查，其简要说明详见下表1-3-2。映射中和归一化中所说的映射可是一对零，一对一，一对多，多对多或多对一映射，所以输出的字串有可能比原输入字串长或短。RFC 3454的内容重点规定了这些过程的要求。
表 1-3-2：字符串预处理（stringprep）过程简介
欲详细了解RFC 3454标准具体内容的请进入。
二、中文域名字段预处理
中文域名字段预处理是字符串预处理的一种框架特例，实现中文域名字段预处理应首先完全实现字符串预处理（stringprep）。其目的是使其能用于中文域名字段，或者检查其能否用于域名字段。中文域名字段预处理是用来直接处理中文域名字段的，而不是整个域名。中文域名与应用（CDNA）对每个域名字段会调用中文域名字段预处理。在我国国家标准GB/T 44278定义了中文域名与应用（CDNA）框架。
欲详细了解GB/T 44278标准关于CDNA介绍的请进入。
中文域名字段预处理使用Unicode保留字符表中的字表（见RFC 3454表A.1），如果应用程序在实现CDNA 时使用未分配码点列表，也应使用该字表；映射时使用RFC 3454的映射表（见RFC 3454表B.1、表B.2和表B.3）；归一化时使用形式的归一化（NFKC，Normalization Form with Compatibility Composition）；“禁止输出”字符应使用RFC 3454的禁止输出表（见RFC 3454表C.1~表C.9）。
三、关于Punycode 编码
1、概述
我们知道，中文域名与应用（CDNA）规定了支持CDN 的架构，在该架构中就规定到中文域名字段字符的编码要求。该框架要求中文域名名字字符的编码应采用Punycode 编码。Punycode 是一种为国际化多语种域名设计的一种简单高效的转换编码方法，Punycode 是 Bootstring 算法的一个特例，Bootstring 的通用算法，来用基础码位表示大字符集中的码位串。Punycode和Bootstring是由IETF RFC 3492《Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications（IDNA）（Punycode：一种用于IDNA的Bootstring编码）》所规范，适用于 IDNA，而CDNA的实现应支持IDNA。
RFC 3492要要求，非ASCII 形式的域名字段可用ACE（ASCII Compatible Encoding，ASCII编码兼容）前缀开始的ACE 形式表示；后缀是Unicode 字串的Punycode 编码。Punycode 编码唯一且可逆转地把Unicode字串转换成ASCII 字串。Unicode里的ASCII 字符还是按原来的字符显示，非ASCII 字符用ASCII 字符中LDH 表示。RFC 3492规定了一种叫bootstring 的通用算法来用基础字符（一般指ASCII字符集中的字符，其等同于我国GB/T 1988规定的编码）码位来表示大字符（一般指Unicode字符集里的字符集（ASCII字符除外），其等同于我国GB/T 13000规定的编码）中的码位串。Punycode 是Bootstring 算法的特殊形式，它使用了专门的参数使其符合国际化多语种域名应用的需要而设计， Punycode 主要是用来把中文域名字段转换成ASCII 形式。Bootstring 被设计成具有下列特点：完备性、唯一性、可逆转性、编码高效性、简单性和可持续性等，其具体表述详见下表3-1。
表 3-1：Bootstring算法的特点
2、Bootstring算法简介
Bootstring的框架包括4项技术：基础码位分离；插入未排序码位；广义变长整数；贝叶斯适应（Bias adaptation）。其含义的表述详见下表3-2。Bootstring算法的内容包括：贝叶斯适应函数；解码过程；编码过程；溢出的处理。Bootstring算法的具体要求详见RFC 3492。
表 3-2：Bootstring框架的简述
欲详细了解RFC 3492标准具体内容的请进入。
四、中文域名编码技术
我国国家标准GB/T 44596《中文域名编码技术要求》规定了在互联网体系上使用中文域名（CDN）的编码规范，以及使用中文域名字段的预处理要求，同时规定了利用国际化域名（IDN）码进行CDN编码的技术要求。该国家标准所规范的CDN编码技术要求，使用了上述的RFC 3454规范的字符串预处理（stringprep）技术和RFC 3492规范的Punycode 编码方法。另外，我国通信行业标准YDT 2143《基于国际多语种域名体系的中文域名的编码处理技术要求》也提出了与GB/T 44596国标相同的技术要求。若要详细了解这两个国内标准关于CDN编码技术要求具体内容的请详见下述附件。
附件 4-1：GB/T 44596-2024《中文域名编码技术要求》
附件 4-2：YDT 2143-2010《基于国际多语种域名体系的中文域名的编码处理技术要求》
欲详细了解中文域名的字表技术要求的请进入。
