Edición de «Punycode»

'''Punycode''' (código diminutivo) es una sintaxis de codificación usada en programación que usa una cadena [[Unicode]] que puede ser traducida en una [[cadena de caracteres]] más limitada compatible con los nombres de red.
La sintaxis está publicada en [[Internet]] en el documento [[Request for comments|RFC]] 3492.<ref>[//tools.ietf.org/html/rfc3492/ Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications (IDNA)]</ref>
La codificación es usada como parte de IDNA, que es un sistema que habilita el uso de IDNA (iniciales de [[Nombre de dominio internacionalizado|nombres de dominios internacionalizados]] en inglés) en todos los archivos de órdenes soportados por Unicode.

== Procedimiento de codificación ==
Esta sección demuestra el procedimiento para la codificación diminutiva mostrando como la cadena “bücher” es convertida en “bcher-kva”.

== Separación de caracteres ASCII ==
Primero todos los caracteres [[ASCII]] son copiados directamente desde la entrada a la salida saltando sobre otros caracteres (por ejemplo: “bücher” → “bcher-”) 
También conocido como “Código ACE”.

* '''En UTF-8:''' España
* '''En código diminutivo:''' xn--espaa-rta

== Codificación de inserción de caracteres distintos al ASCII y códigos numéricos ==
Para entender la parte siguiente del proceso de codificación necesitamos comprender primero cómo funciona el [[decodificador]]. El mismo es una [[Autómata finito|máquina de estado]] con dos variables de estado “i” y “n”. “I” es un índice dentro del rango de cadena que va desde cero (representando una potencial inserción al comienzo) hasta la longitud actual de la cadena extendida (representando una eventual inserción al final).

''I'' comienza en cero mientras que “n”' comienza en 128 (el primer carácter NO-ASCII). La progresión del estado es [[Función monótona|monótonica]].

Cuando un estado cambia incrementa “i” o bien si ya está en el valor máximo lo resetea a “0” e incrementa “n”. Con cada cambio de estado, el punto código señalado por “n” es o no es insertado.

=== Posibilidades que tiene un decodificador de saltear los códigos numéricos generados por el codificador-decodificador ===

Si “ü” tiene código de punto 252, se obtiene la posibilidad de insertarlo en la posición uno si es necesario saltar sobre las seis inserciones potenciales sobre cada una de los 124 códigos ASCII precedentes y una posible inserción (en la posición cero) del [[punto de código]] 252. Esto es porque se necesita decirle al decodificador que saltee (6*124) + 1 = 745 inserciones posibles después de obtener la requerida.

== Recodificación de códigos numéricos como secuencias de códigos ASCII ==
Unicode usa [[número entero|enteros]] de longitud variable para representar estos valores. Por ejemplo, esto es como “kva” es usado para representar el código numérico 745.
Un sistema numérico con [[endianness]] es usado para permitir códigos de longitud variable con delimitadores separados: un bit más bajo
que una marca de umbral que es el dígito más [[significante]], por lo tanto el final del número. El valor del umbral depende de la posición en el número y también de inserciones previas, para aumentar la eficiencia. Varia correspondientemente al peso de los números.

=== Ejemplo ===
Se usa un sistema de numeración en base 36, con los caracteres de la “a” hasta la “z” representado a los números 0 a 25 y los caracteres “0” a “9” representando a los números 26 a 35,por lo tanto la cadena “kva” se correspondería a “10 21 0” (k = 10 , v =21 , a =0).

Para decodificar esta cadena de dígitos, el umbral comienza como 1 y el peso es de 1. El primer [[Cifra (matemática)|dígito]] es el de las unidades, 10 con un peso de 1 es igual a 10. Después de esto, el valor umbral se ajusta. En aras de la simplicidad, asumamos que es ahora 2. La segunda cifra tiene un peso de 36 menos el valor umbral anterior, en este caso, 35. Por lo tanto, la suma de los dos primeros dígitos es de 10 × 1 + 21 × 35. Desde el segundo “número” no sea inferior al valor límite de 2, hay más por venir. El peso del tercer dígito es el peso anterior 36 veces menos el nuevo valor umbral, 35 × 34. El tercer dígito en este ejemplo es 0, lo que es inferior al 2, lo que significa que es la última (más importante) parte del número. Por lo tanto “kva” representa el número 10 × 1 + 21 × 35 + 0 × 35 × 34 = 745.

Para la inserción de un segundo carácter especial en “bücher”, la primera posibilidad es “büücher” con el código “bcher-kvaa”, el segundo “bücüher” con el código “bcher-kvab”, etc. Después de “bücherü” con el código “bcher-kvae” viene “ýbücher” con el código “bcher-kvaf”, etc
	
Para realizar la codificación y decodificación de algoritmos simples, no se ha previsto que se impida decodificar valores UNICODE inadmisibles: sin embargo, estos deben ser controlados y detectados durante la decodificación.

Comparar el código diminutivo en [http://xn--tdali-d8a8w.lv/ http://xn--tdali-d8a8w.lv/] que incluye la representación Unicode de la cadena escrita en [[idioma letón]] con una “[[macrón|u con macrón]]”, y “[[cedilla|n con cedilla]]”, en lugar de la base de caracteres sin marcar [http://tūdaliņ.lv http://tūdaliņ.lv]

===Requerimientos para usar el código diminutivo===	
El código diminutivo está diseñado para trabajar con todos los [[Guion (informática)|archivo de órdenes]], y de ser autosuficientes en la optimización de tratar de adaptarse al juego de caracteres varía dentro de la cadena como los que opera. Se está optimizando para el caso de que la cadena se compone de cero o más caracteres ASCII y además sólo caracteres de otro sistema de escritura, sino que hacer frente a cualquier cadena arbitraria Unicode. Tenga en cuenta que para usar [[DNS]], el nombre de dominio cadena se supone que ha sido normalizada para utilizar [[Nameprep]] (para los dominios de nivel superior) filtrada con una tabla de un idioma oficialmente registrados antes de ser disminuido, y que el protocolo DNS fija los límites de las longitudes aceptables de la cadena del código diminutivo de salida.

== Referencias ==
{{listaref}}
== Enlaces externos (en inglés) ==
* RFC 3492 (see also a slightly clarified [[purlnet:draft/costello-rfc3492bis|3492bis]] draft)
* [http://www.nameisp.com/puny.asp Punycode converter]
* [http://www.motobit.com/util/punycode-decoder-encoder.asp Online Punycode/IDN Decoder/Encoder]
* [http://www.gnu.org/software/libidn/ GNU IDN Library—Libidn]
* [https://web.archive.org/web/20070129082116/http://demo.icu-project.org/icu-bin/idnbrowser ICU IDNA Demonstration] An online demonstration of how [[International Components for Unicode|ICU]] performs IDN operations
* [https://web.archive.org/web/20080413151850/http://punycode.bluerider.com/idn/ Punycode for Domains] Convert Unicode to Punycode
* [http://www.mozilla.org/projects/security/tld-idn-policy-list.html List of TLDs considered by the Mozilla developers to have an effective anti-spoofing policy for name registration]
* [http://blogs.msdn.com/ie/archive/2006/07/31/684337.aspx IDN and Punycode in IE7]
* [https://web.archive.org/web/20090630125602/http://webnavi.nida.or.kr/idnconv/ Punycode converter for Korean]

{{Control de autoridades}}
[[Categoría:Domain Name System]]
[[Categoría:Unicode]]
[[Categoría:Codificación de caracteres]]