HTTP URI可以包含非ASCII字符吗？

Question

我试图在相关的RFC中找到这个问题，IETF RFC 3986, 不过没有得到明确的答案。

HTTP的URI是否允许Unicode或任何类型的非ASCII字符？

请引用支持你回答的章节和RFC。

NB: 对于那些认为这与编程无关的人 - 这是有关ISAPI过滤器开发的。

---

补充说明

我已阅读RFC 3986的第2.5节。但是，我相信当前的HTTP协议是RFC 2616，早于3986，因此我认为它不能符合3986的标准。此外，即使或者当HTTP RFC被更新后，仍然存在合理化的问题 - 换句话说，HTTP URI是否支持所有RFC3986规定，包括适当包括非美国ASCII字符？

- Cheeso

Answer 1

http://en.wikipedia.org/wiki/Internationalized_domain_name

- dan04

Answer 2

不可以。请查看RFC 3986中的ABNF规范。

- Julian Reschke

---

URIs不包含非ASCII字符。根据定义，永远不会有。IRIs（RFC 3987）可以包含非ASCII字符。您可以将IRIs映射到URIs。HTTP仅在传输中使用URIs。 - Cheeso

Answer 3

这是一个例子：☃.net。

根据RFC 3986的相关部分，我认为你正在查看2.5。

编辑：

显然，堆栈溢出将其识别为不正确的URL。您需要将其复制并粘贴到浏览器中。

- mlsteeves

---

我不太明白你的回答。HTTP URI是否支持非US-ASCII字符？提供一个例子并不等于“支持”。另外，我对RFC3986很清楚，我指的是我读了第2.5节。但是RFC2616是当前的HTTP协议，早于3986，因此我认为它不能符合3986。此外，即使HTTP RFC得到更新，仍然存在合理化的问题 - 换句话说，HTTP URI是否支持所有 RFC3986条款，包括适当包含非US-ASCII字符的内容？ - Cheeso

对我来说，你在这里的回复提供了信息，但并没有实际的答案。另外 - 只是作为一个旁注，无论我做什么，我都无法在任何浏览器中让那个URL起作用。 - Cheeso

HTTP RFC正在更新，它将引用RFC 3986，请参见IETF HTTPbis WG的主页。 - Julian Reschke

由谁支持？我可以访问那个网站，所以非 ASCII 字符至少被我的浏览器和他们的 HTTP 服务器支持。 - TZubiri

Answer 4

过去，DNS 和 URL/URI 不允许使用非英语字符。通过在 URI 中使用 % 编码来实现这一点。然而，许多国家，如俄罗斯和中国，开始使用非拉丁字符来实现 DNS。这里有一个参考 标准。

- Vlad

---

“non english” → “非ASCII”。有许多英语字符在域名中也无效。 - bignose

我的理解是，标准仍在不断发展，并且仍在被采用。换句话说，在HTTP URI中支持非美国ASCII字符还不够稳定。这样描述准确吗？ - Cheeso

不，那不准确。URI 不包含非 ASCII 字符，这是定义。永远如此。IRI（RFC 3987）包含非 ASCII 字符。您可以将 IRI 映射到 URI。HTTP 只在传输时使用 URI。 - Julian Reschke

Answer 5

RFC 3986 正在被 RFC 3987 取代，后者完全支持 Unicode，并提供到/从 RFC 3986 样式 URI 的映射规则。

- Remy Lebeau

---

RFC 3987（IRI）并不是 RFC 3986（URI）的替代品。最好将其视为在其之上分层的东西。 - Julian Reschke

不是在其上层，而是在其侧面定义。IRI镜像URI的结构，但并非基于它。IRI是一个独立的方案，第3节定义了何时需要在两个方案之间切换。我说它是一种替代，因为许多以前依赖URI的系统已经更新为依赖IRI。 - Remy Lebeau

Answer 6

许多浏览器不支持带有Unicode字符的URI（我已经在一个名为--blogvani.com的网站上实现了它们），而Google会认真扫描并保持它们完整。但我认为这在顶级域名上不起作用，至少不是通过注册机构和直接方式。

对于顶级域名，如果您拥有以Unicode注册的域名（例如人们可以用印地语注册域名），它将被转换为ASCII中的相应代码（可能类似于jdhfks3243-32434.com）...

看到这个路由方式并意识到你实际上并没有进入一个Unicode域名，这是非常有趣的。

- Cyril Gupta