Passa al contenuto principale

12. Modifiche rispetto a RFC 2279

Questa sezione documenta le modifiche introdotte in RFC 3629 rispetto alla precedente specifica contenuta in RFC 2279.

Restrizione dell'intervallo di caratteri​

Limitato l'intervallo dei caratteri a 0000-10FFFF (l'intervallo accessibile a UTF-16).

Si tratta di una modifica significativa che circoscrive UTF-8 allo spazio dei caratteri definito da Unicode, escludendo gli intervalli oltre U+10FFFF, in precedenza consentiti ma poco pratici.

Cambio della fonte normativa​

Unicode è divenuto la fonte della definizione normativa di UTF-8, mantenendo ISO/IEC 10646 come riferimento per i caratteri.

Questa modifica riconosce Unicode come fonte autorevole primaria per le regole di codifica UTF-8, mentre ISO/IEC 10646 resta il riferimento per il repertorio dei caratteri.

Chiarimento terminologico​

Terminologia riordinata. UTF-8 è ora descritto come forma di codifica del numero del carattere. UCS-2 e UCS-4 sono quasi scomparsi.

La terminologia aggiornata fornisce descrizioni più chiare e coerenti di UTF-8 come forma di codifica anziché come formato di trasformazione.

Gestione delle sequenze non valide​

La nota che metteva in guardia dalla decodifica di sequenze non valide è stata trasformata in un MUST NOT normativo.

In precedenza l'avvertenza sulle sequenze non valide era informativa. In RFC 3629 è diventata un requisito normativo: le implementazioni MUST NOT decodificare sequenze non valide.

Aggiunta della sezione sul BOM​

Aggiunta una nuova sezione sul BOM UTF-8, con indicazioni per i protocolli.

La Sezione 6 fornisce indicazioni complete su:

  • Quando usare o vietare il BOM
  • Come gestire il BOM nei diversi contesti di protocollo
  • Raccomandazioni per i progettisti di protocolli

Modifica della registrazione MIME​

Rimossa la registrazione suggerita del charset MIME UNICODE-1-1-UTF-8.

L'etichetta di charset specifica per versione è stata rimossa in favore dell'etichetta generica "UTF-8", che copre tutte le versioni di Unicode successive all'Emendamento 5.

Aggiunta della sintassi ABNF​

Aggiunta una sintassi ABNF per le sequenze di ottetti UTF-8 valide.

La Sezione 4 include ora una grammatica ABNF formale che definisce con precisione le sequenze di byte UTF-8 valide, agevolando la validazione dei dati UTF-8 da parte degli implementatori.

Ampliamento della sezione sulla sicurezza​

Ampliata la sezione Considerazioni sulla sicurezza, in particolare per quanto riguarda l'impatto della normalizzazione Unicode.

La sezione sulla sicurezza è stata notevolmente arricchita per includere:

  • Una discussione dettagliata degli attacchi basati sulla codifica troppo lunga (overlong)
  • I rischi di buffer overflow
  • Le implicazioni per la sicurezza dell'equivalenza canonica
  • I riferimenti alle Forme di Normalizzazione Unicode

Collegamenti correlati​

Ultimo aggiornamento il