Den overraskende fascinerende historie om bindestreger i domænenavne

Har du nogensinde tænkt over, hvor mange bindestreger man kan proppe ind i et domænenavn? Det havde jeg. Hvad der startede som et harmløst spørgsmål, førte mig ned i en kaninhul af internetstandarder — og svaret er langt mere interessant, end du sikkert tror.

Det korte svar (som ikke er kort)

Teoretisk set kan du have op til 59 bindestreger i træk i et domænenavn. Men i praksis? Det er en anden snak. Svaret afhænger af, hvilken RFC du kigger på, hvilket TLD-register du har med at gøre, og tilsyneladende også af, om nogen overhovedet har gidet håndhæve reglerne de sidste 25 år.

En lang rejse gennem internettets historie

Lad os spole tilbage. Tilbage i 1978 beskrev de tidlige internetstandarder bindestregs-tegnet som "minus" snarere end bindestreg. RFC 608 fastslog, at værtsnavne kunne bruge bogstaver, cifre og minustegnet — med kun to egentlige restriktioner: første tegn skulle være et bogstav, og sidste tegn måtte IKKE være et minustegn.

I 1981 blev dette formaliseret i RFC 810, som beskrev domænenavn-syntaks med det, der i dag ligner gammel programmeringsnotation: <name> ::= <let>[*[<let-or-digit-or-hyphen>]<let-or-digit>]. Oversat: start med et bogstav, slut med et bogstav eller ciffer, og put hvad som helst derimellem.

RFC 952 fra 1989 fortsatte i samme spor med lidt renere sprog. Så kom RFC 1035 i 1987, som ofte citeres som standarden for "foretrukken navnesyntaks". Den bekræftede: labels skal starte med et bogstav, slutte med et bogstav eller ciffer, og må kun indeholde bogstaver, cifre og bindestreger indeni.

Læg mærke til, hvad der mangler? Ingen begrænsning på antallet af bindestreger.

IDN-krøllen

Alt forblev ret stabilt indtil 2010, hvor Internationalized Domain Names (IDN) kom på banen. Disse bruger præfikset xn-- til at muliggøre non-ASCII-tegn. Her bliver det interessant.

RFC 5891 introducerede en ny regel: "Unicode-strengen MÅ IKKE indeholde '--' (to bindestreger i træk) i tredje og fjerde tegnposition."

Hvorfor? Fordi xn-- ligner -- i position 3-4. Reglen eksisterer for at undgå forvirring. Hvis dit domæne starter med xn, er du på den sikre side. Alle andre? To bindestreger i position 3 og 4 er forbudt.

Så teoretisk kan du have op til 59 bindestreger i træk ved at starte dem ved position 4 og slutte ved position 62. Noget som abc---[…]---z.com burde fungere fint.

Eller?

Virkeligheden slider: TLD-begrænsninger

Her kommer det sjove ved standarder — de er bare anbefalinger, indtil nogen håndhæver dem. Hvert Top Level Domain-register kan fastsætte deres egne politikker, ofte mere restriktive end RFC'erne.

Nogle registre forbyder bestemte ord. Nogle nægter IDN-registreringer helt. Nogle forhindrer impersonation af offentlige suffikser.

Og så er der Sydsudans .ss-register, der angiveligt nægter at tillade bindestreger overhovedet. Nul. Ingen. Ikke engang én.

Nominet, der administrerer .uk, har ikke bindestregsrestriktioner som sådan, men de tillader ikke xn---domæner.

Generelt vil de fleste registre lade dig registrere domæner med mange bindestreger — men "de fleste" er ikke "alle."

Anomalierne: Domæner der ikke burde eksistere

Her bliver det sjovt. Internettet kører på en masse legacy-systemer, edge cases og "godt nok"-implementeringer. Nogen besluttede sig for at undersøge sagen og fandt hundredvis af domænenavne, der bryder moderne regler.

Nogle højdepunkter fra researchen:

• 0-------------------------------------------------------------0.com — oprettet i 1999, nu nede
• 0-------------------------------------------------------------5.com — oprettet i 2001, stadig aktiv
• a-------------------------------------------------------------a.com — 61 bindestreger. Ja, enogtres. Det maksimale mulige. Denne hjemmeside fungerer stadig og ser ud, som om den ikke er blevet opdateret siden 2000.

Du læste rigtigt. Et domæne med 61 bindestreger i træk linker til en aktiv hjemmeside i 2024.

Der er også zz--icann-monitoring.uk, registreret i 2024 — længe efter at IDN-reglerne blev etableret. Men da Nominet ikke tillader xn---domæner, er denne teknisk set i overensstemmelse med reglerne.

Andre bemærkelsesværdige eksempler inkluderer domæner, der ligner tilfældigt genererede strenge, muligvis brugt til command-and-control-servere. Mønstrene er fascinerende, hvis man er til den slags.

Hvad betyder det for dig?

Ærligt talt? Sandsynligvis ingenting. De fleste domæneregistratorer vil alligevel forhindre dig i at registrere noget absurd. Men at forstå disse regler betyder noget, hvis du:

• Bygger domænevalidering ind i dine applikationer
• Arbejder med internationaliserede domæner og har brug for at forstå xn---undtagelsen
• Auditerer eksisterende infrastruktur for compliance-problemer
• Bare er nysgerrig efter at vide, hvordan internettet egentlig fungerer under overfladen

Internettets standarder er levende dokumenter, udviklet over årtier af mennesker, der løste virkelige problemer på det tidspunkt. Bindestregsreglerne afspejler en balance mellem fleksibilitet og klarhed — og ligesom de fleste menneskelige systemer har de samlet deres del af ejendommeligheder op undervejs.

Næste gang du vælger et domænenavn, så hold dig måske til noget enkelt og memorable. Men nu ved du: hvis du virkelig ville, kunne du teknisk set registrere hello------------------------------------------world.com.

Du bør nok ikke. Men du kunne.

Hvad er det mest skøre domænenavn, du nogensinde har mødt? Smid det i kommentarerne — jeg er ærligt nysgerrig efter at høre, hvilke andre anomalier der lurer derude.