पनीकोड: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 1: Line 1:
{{Short description|Encoding for Unicode domain names}}
{{Short description|Encoding for Unicode domain names}}
पुनीकोड ​​इंटरनेट [[ होस्ट का नाम | होस्ट नाम]] के लिए उपयोग किए जाने वाले सीमित ASCII वर्ण उपसमूह के साथ यूनिकोड का प्रतिनिधित्व करते है। यूनिकोड अक्षरों वाले होस्ट नामों का उपयोग करते हुए, यूनिकोड अंकों और हाइफ़न से युक्त ASCII के एक उपसमूह में ट्रांसकोड किया जाता है, जिसे अक्षर-अंक-हाइफ़न (एलडीएच) उपसमूह कहा जाता है। उदाहरण के लिए, ''मुन्चेन को म्न्चेन-3ya के रूप में एन्कोडेड  किया गया है और इस प्रकार''  [[म्यूनिख]] [[जर्मन भाषा]] का नाम है।  
पुनीकोड ​​इंटरनेट [[ होस्ट का नाम | होस्ट नाम]] के लिए उपयोग किए जाने वाले सीमित एएससीआईआई वर्ण उपसमूह के साथ यूनिकोड का प्रतिनिधित्व करते है। यूनिकोड अक्षरों वाले होस्ट नामों का उपयोग करते हुए, यूनिकोड अंकों और हाइफ़न से युक्त एएससीआईआई के एक उपसमूह में ट्रांसकोड किया जाता है, जिसे अक्षर-अंक-हाइफ़न (एलडीएच) उपसमूह कहा जाता है। उदाहरण के लिए, ''मुन्चेन को म्न्चेन-3ya के रूप में एन्कोडेड  किया गया है और इस प्रकार''  [[म्यूनिख]] [[जर्मन भाषा]] का नाम है।  


जबकि [[डोमेन की नामांकन प्रणाली]] (डीएनएस)  प्रोद्योगिकीय रूप से डोमेन नाम लेबल में ऑक्टेट के स्वेच्छ अनुक्रम का समर्थन करता है और इस प्रकार डीएनएस मानक पारंपरिक रूप से होस्ट नामों के लिए उपयोग किए जाने वाले [[एएससीआईआई]] के एलडीएच उपसमुच्चय के उपयोग की सलाह देते हैं और डीएनएस डोमेन नामों के बीच स्ट्रिंग तुलना की स्थिति के प्रति संवेदनशील होता है। जिससे कि  असंवेदनशील. पुनीकोड ​​सिंटैक्स यूनिकोड वर्णों वाले स्ट्रिंग को एनकोड करने की एक विधि के रूप में होती है, जैसे कि डीएनएस द्वारा समर्थित एएससीआईआई के एलडीएच उपसमूह में  [[अंतर्राष्ट्रीयकृत डोमेन नाम]] आईडीएनए के रूप में होता है। यह टिप्पणियों के लिए [[आईईटीएफ]] अनुरोध 3492 में निर्दिष्ट है।<ref name="rfc3492">RFC [https://datatracker.ietf.org/doc/html/rfc3492 3492], ''Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications (IDNA)'', A. Costello, The Internet Society (March 2003)</ref>
जबकि [[डोमेन की नामांकन प्रणाली]] (डीएनएस)  प्रोद्योगिकीय रूप से डोमेन नाम लेबल में ऑक्टेट के स्वेच्छ अनुक्रम का समर्थन करता है और इस प्रकार डीएनएस मानक पारंपरिक रूप से होस्ट नामों के लिए उपयोग किए जाने वाले [[एएससीआईआई]] के एलडीएच उपसमुच्चय के उपयोग की सलाह देते हैं और डीएनएस डोमेन नामों के बीच स्ट्रिंग तुलना की स्थिति के प्रति संवेदनशील होता है। जिससे कि  असंवेदनशील. पुनीकोड ​​सिंटैक्स यूनिकोड वर्णों वाले स्ट्रिंग को एनकोड करने की एक विधि के रूप में होती है, जैसे कि डीएनएस द्वारा समर्थित एएससीआईआई के एलडीएच उपसमूह में  [[अंतर्राष्ट्रीयकृत डोमेन नाम]] आईडीएनए के रूप में होता है। यह टिप्पणियों के लिए [[आईईटीएफ]] अनुरोध 3492 में निर्दिष्ट है।<ref name="rfc3492">RFC [https://datatracker.ietf.org/doc/html/rfc3492 3492], ''Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications (IDNA)'', A. Costello, The Internet Society (March 2003)</ref>
==एनकोडिंग प्रक्रिया==
==एनकोडिंग प्रक्रिया==
जैसा कि आरएफसी 3492 में कहा गया है, पुनीकोड ​​बूटस्ट्रिंग नामक एक अधिक सामान्य एल्गोरिदम का एक उदाहरण है, जो 'बुनियादी' कोड बिंदुओं के एक छोटे सेट से बनी स्ट्रिंग्स को बड़े सेट से खींचे गए कोड बिंदुओं की किसी भी स्ट्रिंग को विशिष्ट रूप से प्रस्तुत करने की अनुमति देता है। यूनिकोड टेक्स्ट की विशेषताओं से मेल खाने के लिए पुनीकोड ​​सामान्य बूटस्ट्रिंग एल्गोरिदम के लिए मापदंडों को परिभाषित करता है। यह खंड स्ट्रिंग बुचर (बुचर किताबों के लिए जर्मन भाषा है) के उदाहरण का उपयोग करके पुनीकोड ​​एन्कोडिंग की प्रक्रिया को प्रदर्शित करता है, जिसे लेबल बेचर-केवीए में अनुवादित किया गया है।
जैसा कि आरएफसी 3492 में कहा गया है, पुनीकोड ​​बूटस्ट्रिंग नामक एक अधिक सामान्य कलन विधि का एक उदाहरण है, जो 'मौलिक ' कोड बिंदुओं के एक छोटे समूह से बनी स्ट्रिंग्स को बड़े समूह से खींचे गए कोड बिंदुओं की किसी भी स्ट्रिंग को विशिष्ट रूप से प्रस्तुत करने की अनुमति देता है। यूनिकोड टेक्स्ट की विशेषताओं से मेल खाने के लिए पुनीकोड ​​सामान्य बूटस्ट्रिंग कलन विधि के लिए मापदंडों को परिभाषित करता है। यह खंड स्ट्रिंग बुचर के उदाहरण का उपयोग करके पुनीकोड ​​एन्कोडिंग की प्रक्रिया को प्रदर्शित करता है और जबकि बुचर किताबों के लिए जर्मन भाषा है, जिसे लेबल बेचर-केवीए में अनुवादित किया गया है।


===ASCII वर्णों का पृथक्करण===
===एएससीआईआई वर्णों का पृथक्करण===
सबसे पहले, स्ट्रिंग में सभी ASCII वर्णों को इनपुट से आउटपुट तक कॉपी किया जाता है, किसी भी अन्य वर्ण को छोड़ दिया जाता है। उदाहरण के लिए, bücher को bcher में कॉपी किया गया है। यदि कोई वर्ण कॉपी किया गया था, अर्थात यदि इनपुट में कम से कम एक ASCII वर्ण था,<!-- This is correct according to RFC. If there are no ASCII characters then there is no leading dash! This is dealt with by the "xn--" prefix, described later, which is not part of Punycode.--> एक ASCII हाइफ़न को आउटपुट में जोड़ा जाता है (उदाहरण के लिए, बुचर → बचर-, लेकिन ü →)।
सबसे पहले, स्ट्रिंग में सभी एएससीआईआई वर्णों को इनपुट से आउटपुट तक कॉपी किया जाता है, किसी भी अन्य वर्ण को छोड़ दिया जाता है। उदाहरण के लिए, बुचर को बचर में कॉपी किया जाता है। यदि कोई वर्ण कॉपी किया जाता है, अर्थात यदि इनपुट में कम से कम एक एएससीआईआई वर्ण के रूप में होता है, जबकि एएससीआईआई हाइफ़न को आउटपुट में जोड़ा जाता है, उदाहरण के लिए बुचर → बचर-, लेकिन ü →) के रूप में दिखाते है।


ध्यान दें कि हाइफ़न स्वयं ASCII वर्ण हैं। इस प्रकार, वे इनपुट में मौजूद हो सकते हैं और यदि हां, तो उन्हें आउटपुट में कॉपी किया जाएगा। इससे कोई अस्पष्टता नहीं होती: यदि आउटपुट में हाइफ़न होता है, तो जो जोड़ा जाता है वह हमेशा अंतिम होता है। यह ASCII वर्णों के अंत का प्रतीक है।
ध्यान दें कि हाइफ़न स्वयं एएससीआईआई वर्ण के रूप में होते है। इस प्रकार, वे इनपुट में उपस्थित होते हैं और यदि हां, तो उन्हें आउटपुट में कॉपी किया जाता है। इससे कोई अस्पष्टता नहीं होती हैं और यदि आउटपुट में हाइफ़न होता है तो जोड़ा जाता है और इस प्रकार वह अधिकांशतः अंतिम रूप में होता है। यह एएससीआईआई वर्णों के अंतिम रूप का प्रतीक है।


===गैर-ASCII वर्णों को एन्कोड करना===
===गैर-एएससीआईआई वर्णों को एन्कोड करना===
इनपुट में प्रत्येक गैर-ASCII वर्ण के लिए, एनकोडर दो संख्याओं की गणना करता है:
इनपुट में प्रत्येक गैर-एएससीआईआई वर्ण के लिए एनकोडर दो संख्याओं की गणना करता है।


* i इनपुट स्ट्रिंग में गैर-ASCII वर्ण की [[शून्य-आधारित क्रमांकन]] | 0-अनुक्रमित स्थिति है (उदाहरण के लिए 0 का अर्थ है कि गैर-ASCII वर्ण इनपुट स्ट्रिंग का पहला वर्ण है)।
* i इनपुट स्ट्रिंग में गैर-एएससीआईआई वर्ण की [[शून्य-आधारित क्रमांकन]] | 0-अनुक्रमित स्थिति है (उदाहरण के लिए 0 का अर्थ है कि गैर-एएससीआईआई वर्ण इनपुट स्ट्रिंग का पहला वर्ण है)।
* n, यूनिकोड में, गैर-ASCII वर्ण का संख्यात्मक कोड बिंदु है, शून्य से 127 (ASCII का अंत)।
* n, यूनिकोड में, गैर-एएससीआईआई वर्ण का संख्यात्मक कोड बिंदु है, शून्य से 127 (एएससीआईआई का अंत)।


एनकोडर फिर i*n की गणना करता है, और परिणामी संख्या को आधार-36 अंकों के अनुक्रम में एनकोड करता है। यह उन्हें ASCII में प्रस्तुत करता है, और परिणाम को आउटपुट स्ट्रिंग में जोड़ता है।
एनकोडर फिर i*n की गणना करता है, और परिणामी संख्या को आधार-36 अंकों के अनुक्रम में एनकोड करता है। यह उन्हें एएससीआईआई में प्रस्तुत करता है, और परिणाम को आउटपुट स्ट्रिंग में जोड़ता है।


ASCII प्रतिपादन है: 0 → 'ए', ..., 25 → 'जेड', 26 → '0', ..., 35 → '9', संख्या के अंकों को [[endianness]]|लिटिल-एंडियन क्रम में व्यवस्थित किया गया है।
एएससीआईआई प्रतिपादन है: 0 → 'ए', ..., 25 → 'जेड', 26 → '0', ..., 35 → '9', संख्या के अंकों को [[endianness]]|लिटिल-एंडियन क्रम में व्यवस्थित किया गया है।


बेस-36 एन्कोडिंग प्रक्रिया अधिक जटिल है। यह Numeral_system#generalized_variable-length_integers|variable-length पूर्णांक आउटपुट करता है। इनमें यह गुण है कि प्रत्येक संख्या का सबसे महत्वपूर्ण अंक (उदाहरण के लिए संख्या 123 में अंक 1) बिना संदर्भ के पहचाना जा सकता है। इस प्रकार, कई संख्याओं के अंकों को संयोजित किया जा सकता है, उन्हें अलग करने की कोई आवश्यकता नहीं है, फिर भी मूल संख्याओं को पहचाना और निकाला जा सकता है।
बेस-36 एन्कोडिंग प्रक्रिया अधिक जटिल है। यह Numeral_system#generalized_variable-length_integers|variable-length पूर्णांक आउटपुट करता है। इनमें यह गुण है कि प्रत्येक संख्या का सबसे महत्वपूर्ण अंक (उदाहरण के लिए संख्या 123 में अंक 1) बिना संदर्भ के पहचाना जा सकता है। इस प्रकार, कई संख्याओं के अंकों को संयोजित किया जा सकता है, उन्हें अलग करने की कोई आवश्यकता नहीं है, फिर भी मूल संख्याओं को पहचाना और निकाला जा सकता है।
Line 26: Line 26:
{{main|Internationalized domain name}}
{{main|Internationalized domain name}}


गैर-अंतर्राष्ट्रीय डोमेन नामों में हाइफ़न को पुनीकोड ​​डिकोडिंग को ट्रिगर करने से रोकने के लिए, स्ट्रिंग <code>xn--</code> अंतर्राष्ट्रीयकृत डोमेन नामों में पुनीकोड ​​अनुक्रमों से जुड़ा हुआ है। इसे ACE (ASCII संगत एन्कोडिंग) कहा जाता है।<ref>{{cite web |url=http://www.atm.tut.fi/list-archive/ietf-announce/msg13572.html |title=आईडीएनए उपसर्ग के आईएएनए चयन का समापन|author=Internet Assigned Numbers Authority |author-link=Internet Assigned Numbers Authority |website=www.atm.tut.fi |date=2003-02-14 |access-date=2017-09-22 |archive-url=https://web.archive.org/web/20100427154004/http://www.atm.tut.fi/list-archive/ietf-announce/msg13572.html |archive-date=2010-04-27 |url-status=dead }}</ref>
गैर-अंतर्राष्ट्रीय डोमेन नामों में हाइफ़न को पुनीकोड ​​डिकोडिंग को ट्रिगर करने से रोकने के लिए, स्ट्रिंग <code>xn--</code> अंतर्राष्ट्रीयकृत डोमेन नामों में पुनीकोड ​​अनुक्रमों से जुड़ा हुआ है। इसे ACE (एएससीआईआई संगत एन्कोडिंग) कहा जाता है।<ref>{{cite web |url=http://www.atm.tut.fi/list-archive/ietf-announce/msg13572.html |title=आईडीएनए उपसर्ग के आईएएनए चयन का समापन|author=Internet Assigned Numbers Authority |author-link=Internet Assigned Numbers Authority |website=www.atm.tut.fi |date=2003-02-14 |access-date=2017-09-22 |archive-url=https://web.archive.org/web/20100427154004/http://www.atm.tut.fi/list-archive/ietf-announce/msg13572.html |archive-date=2010-04-27 |url-status=dead }}</ref>
इस प्रकार डोमेन नाम bücher.tld को ASCII में xn--bcher-kva.tld के रूप में दर्शाया जाएगा।
इस प्रकार डोमेन नाम bücher.tld को एएससीआईआई में xn--bcher-kva.tld के रूप में दर्शाया जाएगा।


===डिकोडर===
===डिकोडर===
Line 34: Line 34:
i स्ट्रिंग में एक सूचकांक है, जो शून्य से (शुरुआत में संभावित सम्मिलन का प्रतिनिधित्व करता है) विस्तारित स्ट्रिंग की वर्तमान लंबाई (अंत में संभावित सम्मिलन का प्रतिनिधित्व करता है) तक होता है। मैं शून्य से शुरू करता हूँ.
i स्ट्रिंग में एक सूचकांक है, जो शून्य से (शुरुआत में संभावित सम्मिलन का प्रतिनिधित्व करता है) विस्तारित स्ट्रिंग की वर्तमान लंबाई (अंत में संभावित सम्मिलन का प्रतिनिधित्व करता है) तक होता है। मैं शून्य से शुरू करता हूँ.


n 128 (पहला गैर-ASCII कोड बिंदु) से शुरू होता है।
n 128 (पहला गैर-एएससीआईआई कोड बिंदु) से शुरू होता है।


राज्य की प्रगति एक [[मोनोटोनिक फ़ंक्शन]] है। एक स्थिति परिवर्तन या तो i को बढ़ाता है या, यदि i अपने अधिकतम पर है, तो i को शून्य पर रीसेट करता है और n को बढ़ाता है। अगले राज्य परिवर्तन पर, हम वेतन वृद्धि फिर से शुरू करते हैं। प्रत्येक अवस्था में, n द्वारा दर्शाया गया कोड बिंदु या तो डाला जाता है या नहीं।
राज्य की प्रगति एक [[मोनोटोनिक फ़ंक्शन]] है। एक स्थिति परिवर्तन या तो i को बढ़ाता है या, यदि i अपने अधिकतम पर है, तो i को शून्य पर रीसमूह  करता है और n को बढ़ाता है। अगले राज्य परिवर्तन पर, हम वेतन वृद्धि फिर से शुरू करते हैं। प्रत्येक अवस्था में, n द्वारा दर्शाया गया कोड बिंदु या तो डाला जाता है या नहीं।


एन्कोडर द्वारा उत्पन्न संख्याएँ दर्शाती हैं कि प्रविष्टि करने से पहले कितनी संभावनाओं को छोड़ा जाना चाहिए।
एन्कोडर द्वारा उत्पन्न संख्याएँ दर्शाती हैं कि प्रविष्टि करने से पहले कितनी संभावनाओं को छोड़ा जाना चाहिए।


स्ट्रिंग बैचर में एक अक्षर डालने के लिए छह संभावित स्थान हैं (पहले अक्षर से पहले और आखिरी के बाद सहित)। अंतिम ASCII कोड बिंदु (127 = 0x7F, ASCII का अंत) और ü (कोड बिंदु 252 = 0xFC, यूनिकोड का लैटिन-1_सप्लीमेंट_(यूनिकोड_ब्लॉक)|लैटिन-1 सप्लीमेंट देखें) के बीच 124 कोड बिंदु हैं। ü के लिए एक सम्मिलन स्थिति है जिसे छोड़ दिया जाना चाहिए (स्थिति शून्य: 'बी' से पहले)।
स्ट्रिंग बैचर में एक अक्षर डालने के लिए छह संभावित स्थान हैं (पहले अक्षर से पहले और आखिरी के बाद सहित)। अंतिम एएससीआईआई कोड बिंदु (127 = 0x7F, एएससीआईआई का अंत) और ü (कोड बिंदु 252 = 0xFC, यूनिकोड का लैटिन-1_सप्लीमेंट_(यूनिकोड_ब्लॉक)|लैटिन-1 सप्लीमेंट देखें) के बीच 124 कोड बिंदु हैं। ü के लिए एक सम्मिलन स्थिति है जिसे छोड़ दिया जाना चाहिए (स्थिति शून्य: 'बी' से पहले)।


इस प्रकार, डिकोडर आवश्यक सम्मिलन तक पहुंचने से पहले कुल (6 × 124) + 1 = 745 संभावित सम्मिलन को छोड़ देगा। एक बार चरित्र डालने के बाद, अब दूसरा चरित्र डालने के लिए सात संभावित स्थान हैं।
इस प्रकार, डिकोडर आवश्यक सम्मिलन तक पहुंचने से पहले कुल (6 × 124) + 1 = 745 संभावित सम्मिलन को छोड़ देगा। एक बार चरित्र डालने के बाद, अब दूसरा चरित्र डालने के लिए सात संभावित स्थान हैं।


===कोड संख्याओं को ASCII अनुक्रमों के रूप में पुनः एन्कोड करना===
===कोड संख्याओं को एएससीआईआई अनुक्रमों के रूप में पुनः एन्कोड करना===
पुनीकोड ​​इन मानों को दर्शाने के लिए अंक प्रणाली#सामान्यीकृत चर-लंबाई पूर्णांक|सामान्यीकृत चर-लंबाई पूर्णांक का उपयोग करता है। उदाहरण के लिए, कोड संख्या 745 को दर्शाने के लिए kva का उपयोग इस प्रकार किया जाता है:
पुनीकोड ​​इन मानों को दर्शाने के लिए अंक प्रणाली#सामान्यीकृत चर-लंबाई पूर्णांक|सामान्यीकृत चर-लंबाई पूर्णांक का उपयोग करता है। उदाहरण के लिए, कोड संख्या 745 को दर्शाने के लिए kva का उपयोग इस प्रकार किया जाता है:


Line 54: Line 54:


प्रतीकों की इस स्ट्रिंग को डिकोड करने के लिए, थ्रेसहोल्ड के अनुक्रम की आवश्यकता होगी, इस मामले में यह (1, 1, 26, 26, ...) है।<ref>This is true for the first encoded character (or, in terms of RFC 3492, the first "delta"): see RFC 3492, Sec. 6.</ref> सबसे कम महत्वपूर्ण अंक का वजन (या स्थानीय मान) हमेशा 1 होता है: 'k' (=10) 1 के वजन के साथ 10 के बराबर होता है। इसके बाद, अगले अंक का वजन पहली सीमा पर निर्भर करता है: आम तौर पर, के लिए कोई भी n, (n+1)-वें अंक का वजन पिछले एक बार के वजन के बराबर होता है (36 - n-वें अंक की सीमा)। तो दूसरे प्रतीक का स्थानीय मान 36 है, जिसमें पिछली सीमा का मान घटा दिया गया है, इस मामले में, 35। इसलिए, पहले दो प्रतीकों 'k' (=10) और 'v' (=21) का योग 10 × 1 है। + 21 × 35। चूंकि दूसरा प्रतीक 1 के सीमा मान से कम नहीं है, इसलिए अभी और भी बहुत कुछ आना बाकी है। हालाँकि, चूँकि इस उदाहरण में तीसरा प्रतीक 'a' (=0) है, इसलिए हम इसके वजन की गणना को अनदेखा कर सकते हैं। इसलिए, kva दशमलव संख्या (10 × 1) + (21 × 35) = 745 का प्रतिनिधित्व करता है।
प्रतीकों की इस स्ट्रिंग को डिकोड करने के लिए, थ्रेसहोल्ड के अनुक्रम की आवश्यकता होगी, इस मामले में यह (1, 1, 26, 26, ...) है।<ref>This is true for the first encoded character (or, in terms of RFC 3492, the first "delta"): see RFC 3492, Sec. 6.</ref> सबसे कम महत्वपूर्ण अंक का वजन (या स्थानीय मान) हमेशा 1 होता है: 'k' (=10) 1 के वजन के साथ 10 के बराबर होता है। इसके बाद, अगले अंक का वजन पहली सीमा पर निर्भर करता है: आम तौर पर, के लिए कोई भी n, (n+1)-वें अंक का वजन पिछले एक बार के वजन के बराबर होता है (36 - n-वें अंक की सीमा)। तो दूसरे प्रतीक का स्थानीय मान 36 है, जिसमें पिछली सीमा का मान घटा दिया गया है, इस मामले में, 35। इसलिए, पहले दो प्रतीकों 'k' (=10) और 'v' (=21) का योग 10 × 1 है। + 21 × 35। चूंकि दूसरा प्रतीक 1 के सीमा मान से कम नहीं है, इसलिए अभी और भी बहुत कुछ आना बाकी है। हालाँकि, चूँकि इस उदाहरण में तीसरा प्रतीक 'a' (=0) है, इसलिए हम इसके वजन की गणना को अनदेखा कर सकते हैं। इसलिए, kva दशमलव संख्या (10 × 1) + (21 × 35) = 745 का प्रतिनिधित्व करता है।
प्रत्येक क्रमिक एन्कोडेड वर्ण के लिए थ्रेशोल्ड स्वयं एक एल्गोरिदम द्वारा निर्धारित किए जाते हैं, जिसमें उन्हें 1 और 26 के बीच शामिल किया जाता है।<ref>RFC 3492, Secs. 3.4, 5.</ref> फिर केस का उपयोग स्ट्रिंग के मूल केस के बारे में जानकारी प्रदान करने के लिए किया जा सकता है।<ref>RFC 3492, App. A.</ref>
प्रत्येक क्रमिक एन्कोडेड वर्ण के लिए थ्रेशोल्ड स्वयं एक कलन विधि द्वारा निर्धारित किए जाते हैं, जिसमें उन्हें 1 और 26 के बीच शामिल किया जाता है।<ref>RFC 3492, Secs. 3.4, 5.</ref> फिर केस का उपयोग स्ट्रिंग के मूल केस के बारे में जानकारी प्रदान करने के लिए किया जा सकता है।<ref>RFC 3492, App. A.</ref>
चूँकि विशेष वर्णों को एन्कोडिंग एल्गोरिदम द्वारा उनके कोड बिंदुओं के आधार पर क्रमबद्ध किया जाता है, बुचर में दूसरे विशेष वर्ण को सम्मिलित करने के लिए, पहली संभावना कोड bcher-kvaa के साथ büücher है, कोड bcher-kvab के साथ दूसरी büucher है, आदि। कोड के साथ bücherü के बाद bcher-kvae में ý के सम्मिलन का प्रतिनिधित्व करने वाले कोड आते हैं, ü के बाद यूनिकोड वर्ण, ýbücher से शुरू होकर कोड bcher-kvaf (übücher कोडित bcher-jvab से भिन्न), आदि।
चूँकि विशेष वर्णों को एन्कोडिंग कलन विधि द्वारा उनके कोड बिंदुओं के आधार पर क्रमबद्ध किया जाता है, बुचर में दूसरे विशेष वर्ण को सम्मिलित करने के लिए, पहली संभावना कोड bcher-kvaa के साथ büücher है, कोड bcher-kvab के साथ दूसरी büucher है, आदि। कोड के साथ bücherü के बाद bcher-kvae में ý के सम्मिलन का प्रतिनिधित्व करने वाले कोड आते हैं, ü के बाद यूनिकोड वर्ण, ýbücher से शुरू होकर कोड bcher-kvaf (übücher कोडित bcher-jvab से भिन्न), आदि।


एन्कोडिंग और डिकोडिंग एल्गोरिदम को सरल बनाने के लिए, कुछ एन्कोडेड मानों को अस्वीकार्य यूनिकोड मानों को एन्कोड करने से रोकने का कोई प्रयास नहीं किया गया है: हालाँकि, डिकोडिंग के दौरान इनकी जाँच की जानी चाहिए और इनका पता लगाया जाना चाहिए।
एन्कोडिंग और डिकोडिंग कलन विधि को सरल बनाने के लिए, कुछ एन्कोडेड मानों को अस्वीकार्य यूनिकोड मानों को एन्कोड करने से रोकने का कोई प्रयास नहीं किया गया है: हालाँकि, डिकोडिंग के दौरान इनकी जाँच की जानी चाहिए और इनका पता लगाया जाना चाहिए।


पुनीकोड ​​को सभी स्क्रिप्ट्स पर काम करने के लिए डिज़ाइन किया गया है, और इसे संचालित करते समय स्ट्रिंग के भीतर वर्ण सेट श्रेणियों को अनुकूलित करने का प्रयास करके स्व-अनुकूलन किया जाता है। यह उस मामले के लिए अनुकूलित है जहां स्ट्रिंग शून्य या अधिक ASCII वर्णों से बनी है और इसके अतिरिक्त केवल एक अन्य स्क्रिप्ट सिस्टम के वर्ण हैं, लेकिन किसी भी मनमानी यूनिकोड स्ट्रिंग के साथ सामना करेंगे। ध्यान दें कि DNS उपयोग के लिए, डोमेन नाम स्ट्रिंग को [[ नाम-तैयारी ]] का उपयोग करके सामान्यीकृत किया गया है और (शीर्ष-स्तरीय डोमेन के लिए) पुनीकोड ​​किए जाने से पहले आधिकारिक तौर पर पंजीकृत भाषा तालिका के विरुद्ध फ़िल्टर किया गया है, और DNS प्रोटोकॉल स्वीकार्य लंबाई पर सीमा निर्धारित करता है। आउटपुट पुनीकोड ​​स्ट्रिंग।
पुनीकोड ​​को सभी स्क्रिप्ट्स पर काम करने के लिए डिज़ाइन किया गया है, और इसे संचालित करते समय स्ट्रिंग के भीतर वर्ण समूह  श्रेणियों को अनुकूलित करने का प्रयास करके स्व-अनुकूलन किया जाता है। यह उस मामले के लिए अनुकूलित है जहां स्ट्रिंग शून्य या अधिक एएससीआईआई वर्णों से बनी है और इसके अतिरिक्त केवल एक अन्य स्क्रिप्ट सिस्टम के वर्ण हैं, लेकिन किसी भी मनमानी यूनिकोड स्ट्रिंग के साथ सामना करेंगे। ध्यान दें कि DNS उपयोग के लिए, डोमेन नाम स्ट्रिंग को [[ नाम-तैयारी ]] का उपयोग करके सामान्यीकृत किया गया है और (शीर्ष-स्तरीय डोमेन के लिए) पुनीकोड ​​किए जाने से पहले आधिकारिक तौर पर पंजीकृत भाषा तालिका के विरुद्ध फ़िल्टर किया गया है, और DNS प्रोटोकॉल स्वीकार्य लंबाई पर सीमा निर्धारित करता है। आउटपुट पुनीकोड ​​स्ट्रिंग।


== उदाहरण ==
== उदाहरण ==
Line 71: Line 71:
| {{tt|a}} || {{tt|a-}} | अक्षर, एक, लोअरकेस।
| {{tt|a}} || {{tt|a-}} | अक्षर, एक, लोअरकेस।
|-
|-
| {{tt|A}} || {{tt|A-}} || केवल ASCII वर्ण, एक, अपरकेस।
| {{tt|A}} || {{tt|A-}} || केवल एएससीआईआई वर्ण, एक, अपरकेस।
|-
|-
| {{tt|3}} || {{tt|3-}} || केवल ASCII वर्ण, एक, एक अंक।
| {{tt|3}} || {{tt|3-}} || केवल एएससीआईआई वर्ण, एक, एक अंक।
|-
|-
| {{tt|-}} || {{tt|--}} || केवल ASCII वर्ण, एक, एक हाइफ़न।
| {{tt|-}} || {{tt|--}} || केवल एएससीआईआई वर्ण, एक, एक हाइफ़न।
|-
|-
| {{tt|--}} || {{tt|---}} || केवल ASCII वर्ण, दो हाइफ़न।
| {{tt|--}} || {{tt|---}} || केवल एएससीआईआई वर्ण, दो हाइफ़न।
|-
|-
| {{tt|London}} || {{tt|London-}} || केवल ASCII वर्ण, एक से अधिक, कोई हाइफ़न नहीं।
| {{tt|London}} || {{tt|London-}} || केवल एएससीआईआई वर्ण, एक से अधिक, कोई हाइफ़न नहीं।
|-
|-
| {{tt|Lloyd-Atkinson}} || {{tt|Lloyd-Atkinson-}} || केवल ASCII वर्ण, एक हाइफ़न।
| {{tt|Lloyd-Atkinson}} || {{tt|Lloyd-Atkinson-}} || केवल एएससीआईआई वर्ण, एक हाइफ़न।
|-
|-
| {{tt|This has spaces}} || {{tt|This has spaces-}} || केवल ASCII वर्ण, रिक्त स्थान के साथ।
| {{tt|This has spaces}} || {{tt|This has spaces-}} || केवल एएससीआईआई वर्ण, रिक्त स्थान के साथ।
|-
|-
| {{tt|-> $1.00 <-}} || {{tt|-> $1.00 <--}} || केवल ASCII वर्ण, मिश्रित प्रतीक।
| {{tt|-> $1.00 <-}} || {{tt|-> $1.00 <--}} || केवल एएससीआईआई वर्ण, मिश्रित प्रतीक।
|-
|-
| {{tt|а}} || {{tt|80a}} || कोई ASCII वर्ण नहीं, एक A (सिरिलिक)।
| {{tt|а}} || {{tt|80a}} || कोई एएससीआईआई वर्ण नहीं, एक A (सिरिलिक)।
|-
|-
| {{tt|ü}} || {{tt|tda}} || कोई ASCII वर्ण नहीं, एक [[लैटिन-1 अनुपूरक]] Ü।
| {{tt|ü}} || {{tt|tda}} || कोई एएससीआईआई वर्ण नहीं, एक [[लैटिन-1 अनुपूरक]] Ü।
|-
|-
| {{tt|α}} || {{tt|mxa}} || कोई ASCII वर्ण नहीं, एक [[अल्फा]]
| {{tt|α}} || {{tt|mxa}} || कोई एएससीआईआई वर्ण नहीं, एक [[अल्फा]]
|-
|-
| {{tt|例}} || {{tt|fsq}} || कोई ASCII वर्ण नहीं, एक CJK वर्ण वर्ण।
| {{tt|例}} || {{tt|fsq}} || कोई एएससीआईआई वर्ण नहीं, एक CJK वर्ण वर्ण।
|-
|-
| {{tt|😉}} || {{tt|n28h}} || कोई ASCII वर्ण नहीं, एक [[इमोजी]] वर्ण।
| {{tt|😉}} || {{tt|n28h}} || कोई एएससीआईआई वर्ण नहीं, एक [[इमोजी]] वर्ण।
|-
|-
| {{tt|αβγ}} || {{tt|mxacd}} || कोई ASCII वर्ण नहीं, एक से अधिक वर्ण।
| {{tt|αβγ}} || {{tt|mxacd}} || कोई एएससीआईआई वर्ण नहीं, एक से अधिक वर्ण।
|-
|-
| {{tt|München}} || {{tt|Mnchen-3ya}} || मिश्रित स्ट्रिंग, एक वर्ण के साथ जो ASCII वर्ण नहीं है।
| {{tt|München}} || {{tt|Mnchen-3ya}} || मिश्रित स्ट्रिंग, एक वर्ण के साथ जो एएससीआईआई वर्ण नहीं है।
|-
|-
| {{tt|Mnchen-3ya}} || {{tt|Mnchen-3ya-}} || म्यूनचेन का डबल-एन्कोडेड पुनीकोड।
| {{tt|Mnchen-3ya}} || {{tt|Mnchen-3ya-}} || म्यूनचेन का डबल-एन्कोडेड पुनीकोड।
|-
|-
| {{tt|München-Ost}} || {{tt|Mnchen-Ost-9db}} || मिश्रित स्ट्रिंग, एक वर्ण के साथ जो ASCII नहीं है, और एक हाइफ़न है।
| {{tt|München-Ost}} || {{tt|Mnchen-Ost-9db}} || मिश्रित स्ट्रिंग, एक वर्ण के साथ जो एएससीआईआई नहीं है, और एक हाइफ़न है।
|-
|-
| {{tt|{{nowrap|Bahnhof München-Ost}}}} || {{tt|Bahnhof Mnchen-Ost-u6b}} || मिश्रित स्ट्रिंग, एक स्थान, एक हाइफ़न और एक वर्ण के साथ जो ASCII नहीं है।
| {{tt|{{nowrap|Bahnhof München-Ost}}}} || {{tt|Bahnhof Mnchen-Ost-u6b}} || मिश्रित स्ट्रिंग, एक स्थान, एक हाइफ़न और एक वर्ण के साथ जो एएससीआईआई नहीं है।
|-
|-
| {{tt|abæcdöef}} || {{tt|abcdef-qua4k}} || मिश्रित स्ट्रिंग, दो गैर-ASCII वर्ण।
| {{tt|abæcdöef}} || {{tt|abcdef-qua4k}} || मिश्रित स्ट्रिंग, दो गैर-एएससीआईआई वर्ण।
|-
|-
| {{tt|правда}} || {{tt|80aafi6cg}} || [[रूसी भाषा]], ASCII के बिना।
| {{tt|правда}} || {{tt|80aafi6cg}} || [[रूसी भाषा]], एएससीआईआई के बिना।
|-
|-
| {{tt|ยจฆฟคฏข}} || {{tt|22cdfh1b8fsa}} || [[थाई भाषा]], ASCII के बिना।
| {{tt|ยจฆฟคฏข}} || {{tt|22cdfh1b8fsa}} || [[थाई भाषा]], एएससीआईआई के बिना।
|-
|-
| {{tt|도메인}} || {{tt|hq1bm8jm9l}} || कोरियाई भाषा, ASCII के बिना।
| {{tt|도메인}} || {{tt|hq1bm8jm9l}} || कोरियाई भाषा, एएससीआईआई के बिना।
|-
|-
| {{tt|ドメイン名例}} || {{tt|eckwd4c7cu47r2wf}} || [[जापानी भाषा]], ASCII के बिना।
| {{tt|ドメイン名例}} || {{tt|eckwd4c7cu47r2wf}} || [[जापानी भाषा]], एएससीआईआई के बिना।
|-
|-
| {{tt|MajiでKoiする5秒前}} || {{tt|{{nowrap|MajiKoi5-783gue6qz075azm5e}}}} || ASCII के साथ जापानी।
| {{tt|MajiでKoiする5秒前}} || {{tt|{{nowrap|MajiKoi5-783gue6qz075azm5e}}}} || एएससीआईआई के साथ जापानी।
|-
|-
| {{tt|「bücher」}} || {{tt|bcher-kva8445foa}} || मिश्रित गैर-ASCII स्क्रिप्ट (लैटिन-1 अनुपूरक और CJK)।
| {{tt|「bücher」}} || {{tt|bcher-kva8445foa}} || मिश्रित गैर-एएससीआईआई स्क्रिप्ट (लैटिन-1 अनुपूरक और CJK)।
|-
|-
|}
|}

Revision as of 21:51, 6 July 2023

पुनीकोड ​​इंटरनेट होस्ट नाम के लिए उपयोग किए जाने वाले सीमित एएससीआईआई वर्ण उपसमूह के साथ यूनिकोड का प्रतिनिधित्व करते है। यूनिकोड अक्षरों वाले होस्ट नामों का उपयोग करते हुए, यूनिकोड अंकों और हाइफ़न से युक्त एएससीआईआई के एक उपसमूह में ट्रांसकोड किया जाता है, जिसे अक्षर-अंक-हाइफ़न (एलडीएच) उपसमूह कहा जाता है। उदाहरण के लिए, मुन्चेन को म्न्चेन-3ya के रूप में एन्कोडेड किया गया है और इस प्रकार म्यूनिख जर्मन भाषा का नाम है।

जबकि डोमेन की नामांकन प्रणाली (डीएनएस) प्रोद्योगिकीय रूप से डोमेन नाम लेबल में ऑक्टेट के स्वेच्छ अनुक्रम का समर्थन करता है और इस प्रकार डीएनएस मानक पारंपरिक रूप से होस्ट नामों के लिए उपयोग किए जाने वाले एएससीआईआई के एलडीएच उपसमुच्चय के उपयोग की सलाह देते हैं और डीएनएस डोमेन नामों के बीच स्ट्रिंग तुलना की स्थिति के प्रति संवेदनशील होता है। जिससे कि असंवेदनशील. पुनीकोड ​​सिंटैक्स यूनिकोड वर्णों वाले स्ट्रिंग को एनकोड करने की एक विधि के रूप में होती है, जैसे कि डीएनएस द्वारा समर्थित एएससीआईआई के एलडीएच उपसमूह में अंतर्राष्ट्रीयकृत डोमेन नाम आईडीएनए के रूप में होता है। यह टिप्पणियों के लिए आईईटीएफ अनुरोध 3492 में निर्दिष्ट है।[1]

एनकोडिंग प्रक्रिया

जैसा कि आरएफसी 3492 में कहा गया है, पुनीकोड ​​बूटस्ट्रिंग नामक एक अधिक सामान्य कलन विधि का एक उदाहरण है, जो 'मौलिक ' कोड बिंदुओं के एक छोटे समूह से बनी स्ट्रिंग्स को बड़े समूह से खींचे गए कोड बिंदुओं की किसी भी स्ट्रिंग को विशिष्ट रूप से प्रस्तुत करने की अनुमति देता है। यूनिकोड टेक्स्ट की विशेषताओं से मेल खाने के लिए पुनीकोड ​​सामान्य बूटस्ट्रिंग कलन विधि के लिए मापदंडों को परिभाषित करता है। यह खंड स्ट्रिंग बुचर के उदाहरण का उपयोग करके पुनीकोड ​​एन्कोडिंग की प्रक्रिया को प्रदर्शित करता है और जबकि बुचर किताबों के लिए जर्मन भाषा है, जिसे लेबल बेचर-केवीए में अनुवादित किया गया है।

एएससीआईआई वर्णों का पृथक्करण

सबसे पहले, स्ट्रिंग में सभी एएससीआईआई वर्णों को इनपुट से आउटपुट तक कॉपी किया जाता है, किसी भी अन्य वर्ण को छोड़ दिया जाता है। उदाहरण के लिए, बुचर को बचर में कॉपी किया जाता है। यदि कोई वर्ण कॉपी किया जाता है, अर्थात यदि इनपुट में कम से कम एक एएससीआईआई वर्ण के रूप में होता है, जबकि एएससीआईआई हाइफ़न को आउटपुट में जोड़ा जाता है, उदाहरण के लिए बुचर → बचर-, लेकिन ü →) के रूप में दिखाते है।

ध्यान दें कि हाइफ़न स्वयं एएससीआईआई वर्ण के रूप में होते है। इस प्रकार, वे इनपुट में उपस्थित होते हैं और यदि हां, तो उन्हें आउटपुट में कॉपी किया जाता है। इससे कोई अस्पष्टता नहीं होती हैं और यदि आउटपुट में हाइफ़न होता है तो जोड़ा जाता है और इस प्रकार वह अधिकांशतः अंतिम रूप में होता है। यह एएससीआईआई वर्णों के अंतिम रूप का प्रतीक है।

गैर-एएससीआईआई वर्णों को एन्कोड करना

इनपुट में प्रत्येक गैर-एएससीआईआई वर्ण के लिए एनकोडर दो संख्याओं की गणना करता है।

  • i इनपुट स्ट्रिंग में गैर-एएससीआईआई वर्ण की शून्य-आधारित क्रमांकन | 0-अनुक्रमित स्थिति है (उदाहरण के लिए 0 का अर्थ है कि गैर-एएससीआईआई वर्ण इनपुट स्ट्रिंग का पहला वर्ण है)।
  • n, यूनिकोड में, गैर-एएससीआईआई वर्ण का संख्यात्मक कोड बिंदु है, शून्य से 127 (एएससीआईआई का अंत)।

एनकोडर फिर i*n की गणना करता है, और परिणामी संख्या को आधार-36 अंकों के अनुक्रम में एनकोड करता है। यह उन्हें एएससीआईआई में प्रस्तुत करता है, और परिणाम को आउटपुट स्ट्रिंग में जोड़ता है।

एएससीआईआई प्रतिपादन है: 0 → 'ए', ..., 25 → 'जेड', 26 → '0', ..., 35 → '9', संख्या के अंकों को endianness|लिटिल-एंडियन क्रम में व्यवस्थित किया गया है।

बेस-36 एन्कोडिंग प्रक्रिया अधिक जटिल है। यह Numeral_system#generalized_variable-length_integers|variable-length पूर्णांक आउटपुट करता है। इनमें यह गुण है कि प्रत्येक संख्या का सबसे महत्वपूर्ण अंक (उदाहरण के लिए संख्या 123 में अंक 1) बिना संदर्भ के पहचाना जा सकता है। इस प्रकार, कई संख्याओं के अंकों को संयोजित किया जा सकता है, उन्हें अलग करने की कोई आवश्यकता नहीं है, फिर भी मूल संख्याओं को पहचाना और निकाला जा सकता है।

अंतर्राष्ट्रीयकृत डोमेन नामों के लिए ACE उपसर्ग

Main article: Internationalized domain name

गैर-अंतर्राष्ट्रीय डोमेन नामों में हाइफ़न को पुनीकोड ​​डिकोडिंग को ट्रिगर करने से रोकने के लिए, स्ट्रिंग xn-- अंतर्राष्ट्रीयकृत डोमेन नामों में पुनीकोड ​​अनुक्रमों से जुड़ा हुआ है। इसे ACE (एएससीआईआई संगत एन्कोडिंग) कहा जाता है।[2] इस प्रकार डोमेन नाम bücher.tld को एएससीआईआई में xn--bcher-kva.tld के रूप में दर्शाया जाएगा।

डिकोडर

डिकोडर एक परिमित-राज्य मशीन है जिसमें दो राज्य चर i और n हैं।

i स्ट्रिंग में एक सूचकांक है, जो शून्य से (शुरुआत में संभावित सम्मिलन का प्रतिनिधित्व करता है) विस्तारित स्ट्रिंग की वर्तमान लंबाई (अंत में संभावित सम्मिलन का प्रतिनिधित्व करता है) तक होता है। मैं शून्य से शुरू करता हूँ.

n 128 (पहला गैर-एएससीआईआई कोड बिंदु) से शुरू होता है।

राज्य की प्रगति एक मोनोटोनिक फ़ंक्शन है। एक स्थिति परिवर्तन या तो i को बढ़ाता है या, यदि i अपने अधिकतम पर है, तो i को शून्य पर रीसमूह करता है और n को बढ़ाता है। अगले राज्य परिवर्तन पर, हम वेतन वृद्धि फिर से शुरू करते हैं। प्रत्येक अवस्था में, n द्वारा दर्शाया गय