常见的编码技术简介

1. 字符编码

1.1 ASCII

ASCII(American Standard Code for Information Interchange)，是基于7位二进制数的字符编码标准。包括128个字符，每个字符都对应一个0到127之间的数字。

1.2 Unicode

一种全球通用的字符编码标准，支持几乎所有语言的字符。常见的Unicode实现包括UTF-8、UTF-16和UTF-32。

• UTF-8：可变长度的字符编码，使用1到4个字节编码所有的Unicode字符。兼容ASCII，广泛用于网页和文档中。
• UTF-16：使用2或4个字节编码所有的Unicode字符。
• UTF-32：使用4个字节编码所有的Unicode字符。

字符串：hello你好!
Unicode(UTF-8)编码：hello\u4f60\u597d!

2. 数据传输编码

2.1 Base系列编码

2.1.1 Base64

Base64是一种使用 64 个字符（A-Z，a-z，0-9，+ 和 /）来表示二进制数据的编码方法。

效率：每 3 个字节编码为 4 个字符，数据膨胀为原来的 4/3 倍(约 1.33 倍)

应用场景：电子邮件附件的编码(MIME)、在URL中嵌入二进制数据、数据库中的二进制数据存储、XML/JSON等二进制

字符串：hello你好!
Base64：aGVsbG/kvaDlpb0h

2.1.2 Base16

Base16是一种使用 16 个字符(0-9, A-F)来表示二进制数据的编码方法。

效率：每个字节(8 位)用两个字符表示，数据膨胀为原来的 2 倍

应用场景：数字签名、哈希值等的表示、调试和诊断工具中用于显示二进制数据、URL编码

字符串：hello你好!
Base16：68656C6C6FE4BDA0E5A5BD21

2.1.3 Base32

Base16是一种使用 32 个字符(A-Z, 2-7)来表示二进制数据的编码方法。

效率：每 5 个字节编码为 8 个字符，数据膨胀为原来的 1.6 倍

应用场景：电子邮件地址的校验、密钥和令牌的编码、一次性密码(OTP)

2.1.4 Base85

Base85是一种使用 85 个字符(0-9,A-Z,a-z,$% ()*+,-./:;?@ []^_`{|}~)来表示二进制数据的编码方法。

效率：每 4 个字节编码为 5 个字符，数据膨胀为原来的 5/4 倍(约 1.25 倍)

应用场景：Adobe的PostScript和PDF，git编码patch文件

2.1.5 其他Base编码

Base36: 数字0-9，A-Z 或 a-z
Base58: 123456789 ABCDEFGHJKLMNPQRSTUVWXYZ abcdefghijkmnopqrstuvwxyz (去掉 数字0 大写字母I和O 小写字母l)
Base62: 数字0-9，A-Z，a-z
Base91: 0x21-0x7E (去掉 0x27 0x2D 0x5C)

2.2 URL编码

URL编码，用于在URL中传输特殊字符。特殊字符被替换为%加上两位十六进制数字。例如，空格被编码为%20，&符号被编码为%26

字符串：hello你好!
URL编码：hello%E4%BD%A0%E5%A5%BD%21

2.3 JSON

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人和机器阅读和编写。

{"message": "hello你好!"
}

2.4 XML

一种标记语言，常用于配置文件、文档存储和数据交换

<data><message>hello你好!</message>
</data>

2.5 Protobuf (Protocol Buffers)

Google开发的一种语言中立、平台中立、可扩展的二进制序列化格式

message Data {required string message = 1;
}

---

License

License under CC BY-NC-ND 4.0: 署名-非商业使用-禁止演绎

如需转载请标明出处：http://blog.csdn.net/itas109

---

Refrence：
NULL