punycode如何区分相似的虹膜？

我一直在研究国际化的资源标识符，有一件事困扰着我

我的理解是，对于域名中的每个标签（

xyzy.plugh.com

有三个标签，

xyzy

、

plugh

和

com

），执行以下过程将其转换为ASCII表示，以便所有遗留软件都可以正常处理：

• 如果它仅由ASCII字符组成，则按原样复制
• 否则：
  • 首先我们输出

    xn--

    ，后跟所有ASCII字符（跳过非ASCII字符）
  • 然后，如果最后一个字符不是

    -

    ，我们将输出

    -

    ，以将ASCII与非ASCII分开
  • 最后，我们使用punycode对每个非ASCII字符进行编码，使它们看起来像ASCII字符

那么我的问题是：我们如何区分以下两个Unicode URI

http://aa☃.net/
http://☃aa.net/

在我看来，这两者都将编码为：

http://xn--aa-nfh.net/

仅仅是因为整个标签的序列信息丢失了

或者我在规范中遗漏了什么？

根据，有不同的编码：

aa☃.net -> xn--aa-gsx.net
☃aa.net -> xn--aa-esx.net
                  ^
                  see here

这是为什么的细节。首先，它在导言中提供了线索：

唯一性：最多有一个基本字符串表示给定的扩展字符串

可逆性：映射到基本字符串的任何扩展字符串都可以从该基本字符串恢复

这意味着每个基本/扩展字符串对都必须有可微的一对一映射

理解它如何区分这两种可能性需要理解解码器（将基本字符串转换回扩展字符串的东西，以及它所有的Unicode功能）的工作原理

解码器首先从基本字符串

aa.net

开始，指针指向第一个

a

，然后应用一系列增量，如

gsx

或

esx

delta实际上编码了两件事。第一个是要执行的非插入次数，第二个是实际插入次数

因此，

gsx

（aa中的增量☃.net将编码两个非插入（跳过

aa

），然后插入

☃。
esx
delta（用于
☃aa.net将编码零次非插入，然后插入
☃

这就是位置被编码成基本字符串的方式。
brunesto，你的链接让我做了更多的调查，结果证明你是对的。已经添加了调查的内容来充实你的答案，希望你不介意。