文章封面图:一条地址被拆成协议、主机名、路径与参数四段的结构示意
阅读口径

本文讲字符层面的读法,示例只用来说明结构,不指向任何真实站点。

xn-- 是什么:非拉丁名字的编码形式

域名系统只认 ASCII 字符。为了让中文、日文、阿拉伯文等名字也能注册,引入了国际化域名机制:先把 Unicode 名字按规则转成一串以 xn-- 开头的 ASCII 形式,再放进注册表。比如中文后缀“中国”对应的编码形式是 xn--fiqs8s。所以 xn-- 本身不是异常标记,它是“这个名字含有非拉丁字符”的技术提示。这类编码由注册商在提交时自动转换,注册者通常感知不到。

两种看见方式:显示层与复制层

浏览器通常把 xn-- 还原成人类可读的字符显示,你在地址栏看到的是“中国”而不是编码。但复制、粘贴、发到聊天窗口时,很多程序会露出 xn-- 原形。这个差异正是判断的入口:同一串字符,在地址栏里是一个样子,在纯文本里是另一个样子。养成把可疑地址粘贴到记事本再看的习惯,能绕开显示层的伪装。显示层照顾可读性,复制层保留真实字符,两者都真实,只是用途不同。

同形字母:长得一样,编码不同

拉丁字母 a 与西里尔字母 а,在多数无衬线字体里几乎无法区分;希腊字母 ο 与拉丁字母 o 同理。攻击者用这些字符替换原域名里的一个字母,注册出一个视觉上完全相同、实际完全不同的名字。这类手法叫同形字。识别不靠眼睛:看复制出来的文本是否含 xn--,看证书里的域名与你要访问的是否一致,看输入法是否在你不知情时切换了字符集。同形字的难点在于,即使你逐个字母读,读到的也可能是另一个字符。

可执行检查单

  1. 01把地址粘贴到纯文本编辑器,出现 xn-- 而你预期是纯英文名字,就要警惕。
  2. 02证书详情里的域名与地址栏显示不一致时,以证书为准,并停止输入任何信息。
  3. 03不要从搜索结果或聊天里的链接进入需要登录的页面,手动输入或从收藏进入。

一个常见问题

后缀看起来是 .com,为什么打不开或跳到别的站?

常见原因是主体部分被替换了同形字符,或后缀本身是形近的别的后缀(com 与 cm、co、con 之类)。前者需要看 xn-- 与证书,后者需要逐字符核对最后一段。两种情况都不是“网站故障”,而是你看到的字符串与真实字符串不是同一个。核对时不要凭“看起来一样”,要以复制出来的编码为准。

为什么这类伪装专门挑结尾下手

人对字符串的开头更敏感,对结尾容易放松。地址栏折叠协议与 www 之后,剩下的部分里后缀在最右端,视线停留时间最短。伪装者因此把改动放在结尾附近:换一个形近后缀,或在主体末尾加一个连字符再换后缀。对抗办法很笨但有效——从右往左读,先确认后缀,再确认紧邻后缀的那一段,最后才看前面的子域名。从右往左读还有一个好处:先看到最稳定的部分,再判断会变的部分。