• 字体
  • 字体家族
  • 字体公司
  • 字体设计师
  • 字体样张
  • 资讯
  • 视频
字客网>资讯>详情

UTF-7

时间:2008-04-04 13:45:31| 术语|浏览:33|作者:fontke
导语UTF-7(7-位元 Unicode 转换格式,Unicode Transformation Format,简写UTF)是一种可变长度字符编码方式,用以将 Unicode 字符以 ASCII 编码的字符串来呈现,可以应用在电子邮件传输之类的应用。SM

字符集名称:UTF-7

UTF-7(7-位元 Unicode 转换格式,Unicode Transformation Format,简写UTF)是一种可变长度字符编码方式,用以将 Unicode 字符以 ASCII 编码的字符串来呈现,可以应用在电子邮件传输之类的应用。

SMTP 为基本的电子邮件传输标准之一,其指明了传输格式为 US-ASCII ,并且不允许超过 ASCII 所定义的字符范围以外的位元值,也就是说八位元的字串将无法正常的被传输。 MIME (RFC 2045 ~ 2049)扩展了网络邮件以支援不同的媒体类型以及字符集,包含 UTF-8 与 UTF-16 的字符集皆可被指定使用。但由于 MIME 并未明确将 Unicode 定义为可支援的字符集,并且也没有说明其应如何编码,这使得既有的 SMTP 传输架构下仍旧无法保证可正确的处理 8 位元资料。Base64 编码也有其问题,例如甚至连纯英文的 US-ASCII 字符也可能会变成不可辨认;至于像是 UTF-8 与 quoted-printable 的编码结合,则需要 6 ~ 9 个位元来为非 ASCII 的字符(Unicode 的 基本多文种平面中定义的字符)进行编码,至于在基本多文种平面(BMP)以外的字原则需要多达 12 位元的长度才能完成编码,这显得相当没有效率。

简介

UTF-7 首次被提出是在一个实验性的通讯协定里(RFC 1642,A Mail-Safe Transformation Format of Unicode),这份 RFC(Request for Comments) 提案后来因 RFC 2152 的提出而被取代(RFC 2152 本身为新闻型(informational)的文案)。在 RFC 2152 当中明确的指出该份 RFC 本身不为因特网的标准做出任何明确的定义(明列于文案前头的 Status of this Memo )。尽管这份 RFC 2152 在 IANA (Internet Assigned Numbers Authority) 的字符集列表里被引述为 UTF-7,然而 UTF-7 本身并非 Unicode 的标准之一,即使在目前最新的 Unicode 5.0 里也仅列出 UTF-8 、 UTF-16 和 UTF-32 。

如同引言所提到的,由于在过去 SMTP 的传输仅能接受 7 位元的字符,而当时 Unicode 并无法直接满足既有的 SMTP 传输限制,在这样地背景下 UTF-7 被提出。严格来说 UTF-7 不能算是 Unicode 所定义的字符集之一,较精确的来说, UTF-7 是提供了一种将 Unicode 转换为 7 位元 US-ASCII 字符的转换方式。

有些字符本身可以直接以单一的 ASCII 字符来呈现。第一个群组被称作“direct characters”,其中包含了 62 个数字与英文字母,以及包含了九个符号字符:' ( ) , - . / : ?。这些“direct characters”被认为可以很安全的直接在文件里呈现。另一个主要的群组称作“optional direct characters”,其中包含了所有可被打印的字符,这些字符在 U+0020 ~ U+007E 之间,除了~ \ +和空白字符以外。这些“optional direct characters”的使用虽可减少空间的使用也可增加人的可阅读性,但却会因为一些不良设计的邮件闸道而会产生一些错误,导致必须使用额外的跳脱字符。

空白字符、Tab字符、以及换行字符一般虽也可直接是为单一的 ASCII 字符来使用,然而,若是邮件中有使用了编码过的字串,则必须特别注意这些字符有无被使用在其他地方。

其他的字符则必须被编码成 UTF-16 然后转换为修改的 Base64。这些区块的开头会以 + 符号来标示,结尾则以任何不在 Base64 里定义的字符来标示。

范例

  • "Hello, World!" 会被编码为 "Hello, World!"
  • "1 + 1 = 2" 会被编码为 "1 +- 1 = 2"
  • "£1" 会被编码为 "+AKM-1". 第一个字符 £ (英镑的符号)的 Unicode 码为 U+00A3 (在 UTF-16 即为 00A316),接着转换至修改的 Base64格式,如同下表。表中可见有两个位元多了出来,被以 0 填补上。

16进制码

0

0

A

3

2进制码

0

0

0

0

0

0

0

0

1

0

1

0

0

0

1

1

0

0

索引

0

10

12

Base64 编码

A

K

M

手动编码与解码 UTF-7 的算法

A.编码

首先必须先决定哪些字符呈现为 ASCII 格式,哪些字符呈现在 Unicode 区块。简单的编码器可以假设所有的字符皆可以很安全的被直接编码。然而要将原本属于 Unicode 区块的字符视为 ASCII 来加以编码的代价是需要额外的2⅔字符。

Unicode 序列一旦被认定后,其必须以下面的程序来加以编码,并以适当的符号加以标注:

我们将使用 £† (0x00A3) (0x2020) 字符序列来作为以下的范例。

  1. 将字符的 Unicode 数值 (UTF-16) 以二进制呈现:
    0x00A3 → 0000 0000 1010 0011
    0x2020 → 0010 0000 0010 0000
  2. 将二进制序列合并
    0000 0000 1010 0011 and 0010 0000 0010 0000 → 0000 0000 1010 0011 0010 0000 0010 0000
  3. 重新將二進位序列編組,以六位數為一組,由左開始:
    0000 0000 1010 0011 → 000000 001010 001100 100000 001000 00
  4. 如果最后一组小于六位数,则不足的位数以 0 补足尾数:
    0000 0000 1010 0011 → 000000 001010 001100 100000 001000 000000
  5. 将每一组六位数的数值以对应的 Base64 码取代:
    000000 001010 001100 100000 001000 000000 → AKMgIA

B.解码

首先讯息必须被拆分到纯文字与 Unicode 区块,紧接着 Unicode 区块必须以下面的程序来进行解译(使用上面提到的范例):

  1. 将每一个 Base64 码以二进制序列来描述,如下:
    AKMgIA → 000000 001010 001100 100000 001000 000000
  2. 重新将二进制编组,以使其 16 位数一组,从左开始:
    000000 001010 001100 → 0000000010100011 0010000000100000 0000
  3. 若有其中一组无法完全编成 16 位数一组,则先排除它:
    0000000010100011 0010000000100000
  4. 每一个 16 位元的一组二进制码为 Unicode (UTF-16)的数字字符并且可以被改写为如下:
    0000 0000 1010 0011 ≡ 0x00A3 ≡ 16310

C.安全性

UTF-7 由于允许将相同来源的字串从 base64 的模式被平移,而显得安全性薄弱。现今的邮件与传输方式由于都已支援 UTF-8,UTF-7 则已走入历史而很少再被使用。即便如此,现今的应用软件仍应更加考量支援更安全的编码方式。

然而,除了邮件传输之外,仍有不少传输是采用 UTF-7 编码来进行传输。近期较著名的安全漏洞发生于 Google 的搜寻漏洞[1],该漏洞肇因于不当的使用 UTF-7 编码于网址资讯上,远端的攻击将可读取或修改网页内容。

0
更多UTF-7敬请关注字客网!
UTF-7 网友点评
游客:文明上网,理性发言。 看不清?换一张
UTF-7 最新评论
暂无相关评论
精彩点评
  • 游客评论免费商用中文字体有哪些?字体资讯

    新蒂字体 授权使用: 无需备案免费使用的情况: 在个人电脑上安装、打印个人文档、个人网站、博客、微博配图 需要备案免费使用的情况: 设计有可能商用的稿件(在商用时购买商业授权)、用于免费提供给他人的印刷品(印量在500份以内,且无需获得印刷品行政许可)的情况、用作没有品牌冠名的公益广告、用作完全免费(不能含有收费项目)的软件及网络服务。 需要购买个人授权的情况: 个人网店的装饰、个体商...
  • 游客评论免费商用中文字体有哪些?字体资讯

    太有用了,感谢作者
  • 天天刺绣评论耗时2年他重新设计34省市图形字体字体资讯

    设计的好棒!漂亮!稀饭!
  • Jaja评论40款高质量英文设计字体字体资讯

    怎么下载啊~
  • 简MEN评论七招打造有逼格的字体字体资讯

    有一款想要的字体,就是下来屯
  • chill评论40款高质量英文设计字体字体资讯

    地址呢?