Překvapivě složitá historie pomlček v doménových jménech

Zajímalo vás někdy, kolik pomlček se dá narvat do jedné domény? Mě ano. Co začalo jako neškodná otázka, mě přivedlo k prozkoumávání internetových standardů posledních desetiletí. A výsledek? Mnohem zajímavější, než byste čekali.

Rychlá odpověď (ale není to tak jednoduché)

Teoreticky můžete v doménovém jméně nahromadit až 59 po sobě jdoucích pomlček. Prakticky? To je jiný příběh. Záleží na tom, jaký RFC dokument vezmete, který registr TLD používáte, a zdá se, že taky na tom, jestli někdo v posledních pětadvaceti letech vůbec kontroloval dodržování pravidel.

Dlouhá cesta internetovou historií

Pojďme se vrátit. V roce 1978 popisovaly rané internetové standardy znak pomlčky jako „minus" — ne jako pomlčku. RFC 608 říkalo, že hostname mohou používat písmena, číslice a minus — s pouhými dvěma omezeními: první znak musel být písmeno a poslední znak NESMĚL být minus.

V roce 1981 to formalizovalo RFC 810, které popisovalo syntaxi doménových jmen pomocí toho, co dnes vypadá jako prastarý programátorský zápis: <name> ::= <let>[*[<let-or-digit-or-hyphen>]<let-or-digit>]. Pro laiky: začni písmenem, skonči písmenem nebo číslicí, a mezi tím si dej, co chceš.

RFC 952 z roku 1989 to trochu vyčistilo. Pak přišlo RFC 1035 z roku 1987, často citované jako standard „preferované syntaxe". Potvrdilo: labely musí začínat písmenem, končit písmenem nebo číslicí, a uvnitř můžou obsahovat jen písmena, číslice a pomlčky.

Všimli jste si, co chybí? Žádné omezení počtu pomlček.

Zvrat s IDN

Všechno bylo relativně stabilní až do roku 2010, kdy na scénu přišly Internationalized Domain Names neboli IDN. Ty používají prefix xn-- pro povolení znaků mimo ASCII. Tady to začíná být zajímavé.

RFC 5891 přineslo nové pravidlo: „Unicode řetězec NESMÍ obsahovat '--' (dvě po sobě jdoucí pomlčky) na třetí a čtvrté pozici znaku."

Proč? Protože xn-- vypadá jako -- na pozicích 3-4. Pravidlo existuje kvůli prevenci zmatků. Pokud vaše doména začíná na xn, jste v pohodě. Všichni ostatní? Dvě pomlčky na pozicích 3 a 4 jsou zakázány.

Takže teoreticky můžete mít až 59 po sobě jdoucích pomlček tak, že je začnete na pozici 4 a skončíte na pozici 62. Něco jako abc---[…]---z.com by mělo fungovat.

Nebo by mělo?

Skutečnost je tvrdší: omezení TLD

Tady je ten háček se standardy — jsou to jen doporučení, dokud je nikdo nevynucuje. Každý registr Top Level Domain si může stanovit vlastní pravidla, často přísnější než RFC.

Některé registry zakazují určitá slova. Některé IDN registrace nepovolují vůbec. Některé brání záměně s veřejnými příponami.

A pak je tu southsúdánský registr .ss, který údajně nepovoluje žádné pomlčky. Nula. Ani jednu.

Nominet, který spravuje .uk, nemá omezení pomlček jako taková, ale xn-- domény neumožňuje.

Obecně platí, že většina registrů vám dovolí registrovat domény s více pomlčkami — ale „většina" není „všechny".

Anomálie: domény, které by neměly existovat

Tady to začíná být zábavné. Internet běží na spoustě legacy systémů, okrajových případů a implementací „dost dobrý na to, aby to fungovalo". Někdo se rozhodl prozkoumat a našel stovky doménových jmen, která porušují moderní pravidla.

Některé zajímavé kousky z výzkumu:

• 0-------------------------------------------------------------0.com — vytvořeno v 1999, teď nefunkční
• 0-------------------------------------------------------------5.com — vytvořeno v 2001, pořád živé
• a-------------------------------------------------------------a.com — 61 pomlček. Ano, šedesát jedna. Maximum možné. Webová stránka pořád funguje a vypadá, že se neaktualizovala od roku 2000.

Čtete správně. Doména se 61 po sobě jdoucími pomlčkami vede na funkční web v roce 2024.

Existuje taky zz--icann-monitoring.uk, registrovaná v roce 2024 — dlouho poté, co byla IDN pravidla zavedena. Ale protože Nominet nepovoluje xn-- domény, tahle technicky vzato pravidla dodržuje.

Další zajímavé kousky zahrnují domény, které vypadají jako náhodně generované řetězce, možná používané pro command-and-control servery. Vzory jsou fascinující, pokud vás tohle téma baví.

Co z toho plyne pro vás?

Upřímně? Pravděpodobně nic. Většina registrátorů vás stejně nepustí k registraci něčeho absurdního. Ale rozumět těmhle pravidlům se vyplatí, pokud:

• Vyvíjíte validaci domén do vašich aplikací
• Pracujete s internacionalizovanými doménami a potřebujete pochopit výjimku xn--
• Auditecte stávající infrastrukturu z hlediska compliance
• Jste prostě zvědaví, jak internet funguje pod pokličkou

Internetové standardy jsou živé dokumenty, vyvíjené desetiletími lidí řešících reálné problémy své doby. Pravidla pro pomlčky odrážejí rovnováhu mezi flexibilitou a přehledností — a jako většina lidských systémů, i tady se nahromadila řádka úchylek.

Až budete příště vybírat doménové jméno, držte se radši něčeho jednoduchého a zapamatovatelného. Ale teď víte: kdybyste opravdu chtěli, technicky vzato byste mohli zaregistrovat hello------------------------------------------world.com.

Pravděpodobně byste neměli. Ale mohli byste.

Jaká je nejpodivnější doména, jakou jste kdy viděli? Napište do komentářů — vážně mě zajímá, jaké další anomálie tam venku číhají.