浅谈几种常用的编码方式

浅谈几种常用编码方式

最近在做加解密这块的开发，使用频率最高的就是 Nodejs 的 crypto 模块了，中间出现了很多种不同的编码方式。一直对这些编码方式处于熟练拼写的状态，但是到底有什么区别处于一知半解，借此机会正好整理下这之间的关系。

BINARY

这个应该不用介绍了，在计算机中，所有的数据在存储和运算时都要使用二进制数表示（因为计算机用高电平和低电平分别表示1和0）。每一个二进制位（ bit ）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（ byte ）。

ASCII

因为计算机处理的数据是用二进制表示，例如，像a、b、c、d这样的52个字母（包括大写）以及0、1等数字还有一些常用的符号（例如*、#、@等）在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，当然每个人都可以约定自己的一套（这就叫编码），而大家如果要想互相通信而不造成混乱，那么大家就必须使用相同的编码规则，于是美国有关的标准化组织就出台了 ASCII 编码，统一规定了常用符号用哪些二进制数来表示。

ASCII 码一共规定了128个字符的编码， 字符 ascii 码对照表 。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。

UNICODE

因为计算机只能处理二进制，如果要处理文本，就必须先把文本转换为二进制才能处理。最早的计算机在设计时采用8个比特（ bit ）作为一个字节（ byte ），所以，一个字节能表示的最大的整数就是255（二进制11111111 = 十进制255），0 - 255被用来表示大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。 如果要表示中文，显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了 GB2312 编码，用来把中文编进去。 类似的，日文和韩文等其他语言也有这个问题。为了统一所有文字的编码， Unicode 应运而生。 Unicode 把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

UTF-8

UTF-8（8-bit Unicode Transformation Format） 是一种针对 Unicode 的可变长度字符编码，又称万国码，由 Ken Thompson 于1992年创建。现在已经标准化为 RFC 3629 。UTF-8用1到6个字节编码 Unicode 字符。用在网页上可以统一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。

UTF-8 编码规则：如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的字节数，其余各字节均以10开头。 UTF-8 转换表表示如下：

`Unicode`符号范围(十六进制) bit数 UTF-8编码方式（二进制） byte数

0000 0000-0000 007F

0~7

0xxxxxxx

1

0000 0080-0000 07FF

8~11

110xxxxx 10xxxxxx

2

0000 0800-0000 FFFF

12~16

1110xxxx 10xxxxxx 10xxxxxx

3

0001 0000-0010 FFFF

17~21

11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

4

BASE64

所谓 Base64 ，就是选出64个字符: 小写字母 a-z 、大写字母 A-Z 、数字0-9、符号"+"、"/"（再加上作为垫字的"="，实际上是65个字符）作为一个基本字符集。然后，其他所有符号都转换成这个字符集中的字符。

具体来说，转换方式可以分为四步。

• 第一步，将每三个字节作为一组，一共是24个二进制位。
• 第二步，将这24个二进制位分为四组，每个组有6个二进制位。
• 第三步，在每组前面加一组00，扩展成32个二进制位，即四个字节。
• 第四步，根据 下面的 base64 编码索引表，得到扩展后的每个字节的对应符号，这就是 Base64 的编码值。

如果只有两个字节 按照上面的规则，将16位划分为三组，最后一组除了前面加一组00，末尾也加一组00，按照索引表得到编码值后，在末尾加上一个 = .

如果只有一个字节 按照上面的规则，将8位划分为两组，最后一组除了前面加00，末尾加两组00，按照索引表得到编码值后，在末尾加上两个 = .

Base64 编码索引表

　  0　A　　17　R　　　34　i　　　51　z

　　1　B　　18　S　　　35　j　　　52　0

　　2　C　　19　T　　　36　k　　　53　1

　　3　D　　20　U　　　37　l　　　54　2

　　4　E　　21　V　　　38　m　　　55　3

　　5　F　　22　W　　　39　n　　　56　4

　　6　G　　23　X　　　40　o　　　57　5

　　7　H　　24　Y　　　41　p　　　58　6

　　8　I　　25　Z　　　42　q　　　59　7

　　9　J　　26　a　　　43　r　　　60　8

　　10　K　　27　b　　　44　s　　　61　9

　　11　L　　28　c　　　45　t　　　62　+

　　12　M　　29　d　　　46　u　　　63　/

　　13　N　　30　e　　　47　v

　　14　O　　31　f　　　48　w　　　

　　15　P　　32　g　　　49　x

　　16　Q　　33　h　　　50　y

HEX

十六进制的简写, 在数学中是一种逢16进1的进位制。一般用数字0到9和字母A到F表示，其中: A~F 相当于十进制的 10~15 ，这些称作十六进制数字。 例如十进制数57，在二进制写作111001，在16进制写作39。

参考资料

欢迎拍砖～