编码总结

一、Base64编码

1.1 初步认识

下面的这段字符串，应该是大家都很常见的。通过这种固定的格式，来表示一张图片，并被浏览器识别，可以完整的展示出图片：

data:image/svg+xml;base64,PHN2ZyB4bWxucz0iaHR0c......

这里展示的是一个svg格式的图片，当然我们还可以加载任何浏览器支持的格式的图片。

这段字符串就是基于Base64编码得来的，其中base64,后面那一长串的字符串，就是Base64编码字符串。

1.2 Base64是怎么诞生的

互联网发展早起，电子邮件是最有效的应用。而电子邮件的SMTP传输协议在早期，只能用于传送7位的ASCII码，而ASCII码就是基于英语设计的，对于非英语国家的文字等资源就无法发送。为了解决这个问题，后来有了通用互联网邮件扩充MIME，增加了邮件的主体结构，定义了非ASCII码的编码传输规则，这就是Base64

1.3 基础定义

Base64是基于64个可打印字符来表示二进制数据的编解码方式。正因为可编解码，所以它主要的作用不在于安全性，而在于让内容能在各个网关间无错的传输。

这64个可打印字符包括大写字母A-Z、小写字母a-z、数字0-9共62个字符，再加上另外2个 + 和 /。Base64是一种索引编码，每个字符都对应一个索引，具体的关系图，如下：

索引	对应字符	索引	对应字符	索引	对应字符	索引	对应字符
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	G	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

这也是名称中64的由来。

1.4 编码方式

由于64等于2的6次方，所以一个Base64字符实际上代表着6个二进制位(bit)。然而，二进制数据1个字节(byte)对应的是8比特(bit)，因此，3字节（3 x 8 = 24比特）的字符串/二进制数据正好可以转换成4个Base64字符(4 x 6 = 24比特)。为什么是3个字节一组呢？ 因为6和8的最小公倍数是24，24比特正好是3个字节。

具体的编码方式：

1. 将每3个字节作为一组，3个字节一共24个二进制位
2. 将这24个二进制位分为4组，每个组有6个二进制位
3. 在每组的6个二进制位前面补两个00，扩展成32个二进制位，即四个字节
4. 每个字节对应的将是一个小于64的数字，即为字符编号
5. 再根据字符索引关系表，每个字符编号对应一个字符，就得到了Base64编码字符

上图中的字符串 'you'，经过转换后，得到的编码为： 'eW91'。

1.5 体积增大

我们可以看到，当3个字符进行Base64转换编码后，最后变成了4个字符。因为每个6比特位，都补了2个0，变成8比特位，对应1字节。这里正好多了三分之一，所以正常情况下，Base64编码的数据体积通常比原数据的体积大三分之一。这也是为什么我们在前面讲使用Base64编码优化图片时，需要强调是小图标，如果图片都使用该方式，则静态文件会增大很多，并不合适。

1.6 = 等号

3个英文字符，正好能转成4个Base64字符。那如果字符长度不是3的倍数，那应该使用什么样的规则呢？

其实也简单，我们在实际使用Base编码时，常会发现有第65个字符的存在，那就是 '=' 符号，这个等于号就是针对这种特殊情况的一种处理方式。对于不足3个字节的地方，实际都会在后面补0，直到有24个二进制位为止。但要注意的是，在计算字节数时，会直接使用总长度除以3，如果余数为1则会直接在最后补一个=，如果余数为2则补两个=。因此，转码后的字符串需要补的后缀等号，要么是1个，要么是2个，具体的可以见下图：

图中第二个，使用的是单独的字符 'd'，是为了区分索引字符表里的索引0，这个时候，得到编码中，会存在一个索引0对应的A字符，而'='是直接补上2个。

1.7 非ASCII码字符

由于 Base64 仅可对 ASCII 字符进行编码，如果是中文字符等非ASCII码，就需要先将中文字符转换为ASCII字符后，再进行编码才行。

二、ASCII编码

1、ASCII码 是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646 。在这个页面，你可以找到8位的256个字符、ASCII码表和Windows-1252 (code page 1252，它是国际标准ISO 8859-1的一个扩展字符集) 标准保持一致;

2、ASCII码 是 American Standard Code for Information Interchange 的缩写，而不是ASCⅡ(罗马数字2)，有很多人在这个地方产生误解;

3、ASCII码 规范于1967年第一次发布，最后一次更新是在1986年，它包含了33个控制字符（具有某些特殊功能但是无法显示的字符）和95个可显示字符;

ASCII 控制字符 (字符编码: 0-31)

在ASCII码表中，前32个字符是不能用于打印控制的编码，而是用于控制像打印机一样的外围设备。

十进制 DEC	八进制 OCT	十六进制 HEX	二进制 BIN	符号 Symbol	HTML 实体编码	中文解释 Description
0	000	00	00000000	NUL	�	空字符
1	001	01	00000001	SOH		标题开始
2	002	02	00000010	STX		正文开始
3	003	03	00000011	ETX		正文结束
4	004	04	00000100	EOT		传输结束
5	005	05	00000101	ENQ		询问
6	006	06	00000110	ACK		收到通知
7	007	07	00000111	BEL		铃
8	010	08	00001000	BS		退格
9	011	09	00001001	HT			水平制表符
10	012	0A	00001010	LF	
	换行键
11	013	0B	00001011	VT		垂直制表符
12	014	0C	00001100	FF		换页键
13	015	0D	00001101	CR	
	回车键
14	016	0E	00001110	SO		移出
15	017	0F	00001111	SI		移入
16	020	10	00010000	DLE		数据链路转义
17	021	11	00010001	DC1		设备控制 1
18	022	12	00010010	DC2		设备控制 2
19	023	13	00010011	DC3		设备控制 3
20	024	14	00010100	DC4		设备控制 4
21	025	15	00010101	NAK		拒绝接收
22	026	16	00010110	SYN		同步空闲
23	027	17	00010111	ETB		传输块结束
24	030	18	00011000	CAN		取消
25	031	19	00011001	EM		介质中断
26	032	1A	00011010	SUB		替换
27	033	1B	00011011	ESC		换码符
28	034	1C	00011100	FS		文件分隔符
29	035	1D	00011101	GS		组分隔符
30	036	1E	00011110	RS		记录分离符
31	037	1F	00011111	US		单元分隔符

ASCII 打印字符 (字符编码: 32-127)

32～126(共95个)是字符：32是空格，其中48～57为0到9十个阿拉伯数字，65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等。第127个字符表示的是键盘上的删除命令。

十进制 DEC	八进制 OCT	十六进制 HEX	二进制 BIN	符号 Symbol	HTML 实体编码	中文解释 Description
32	040	20	00100000		 	空格
33	041	21	00100001	!	!	感叹号
34	042	22	00100010	"	"	双引号
35	043	23	00100011	#	#	井号
36	044	24	00100100	$	$	美元符
37	045	25	00100101	%	%	百分号
38	046	26	00100110	&	&	与
39	047	27	00100111	'	'	单引号
40	050	28	00101000	(	(	左括号
41	051	29	00101001	)	)	右括号
42	052	2A	00101010	*	*	星号
43	053	2B	00101011	+	+	加号
44	054	2C	00101100	,	,	逗号
45	055	2D	00101101	-	-	连字号或减号
46	056	2E	00101110	.	.	句点或小数点
47	057	2F	00101111	/	/	斜杠
48	060	30	00110000	0	0	0
49	061	31	00110001	1	1	1
50	062	32	00110010	2	2	2
51	063	33	00110011	3	3	3
52	064	34	00110100	4	4	4
53	065	35	00110101	5	5	5
54	066	36	00110110	6	6	6
55	067	37	00110111	7	7	7
56	070	38	00111000	8	8	8
57	071	39	00111001	9	9	9
58	072	3A	00111010	:	:	冒号
59	073	3B	00111011	;	;	分号
60	074	3C	00111100	<	<	小于
61	075	3D	00111101	=	=	等号
62	076	3E	00111110	>	>	大于
63	077	3F	00111111	?	?	问号
64	100	40	01000000	@	@	电子邮件符号
65	101	41	01000001	A	A	大写字母 A
66	102	42	01000010	B	B	大写字母 B
67	103	43	01000011	C	C	大写字母 C
68	104	44	01000100	D	D	大写字母 D
69	105	45	01000101	E	E	大写字母 E
70	106	46	01000110	F	F	大写字母 F
71	107	47	01000111	G	G	大写字母 G
72	110	48	01001000	H	H	大写字母 H
73	111	49	01001001	I	I	大写字母 I
74	112	4A	01001010	J	J	大写字母 J
75	113	4B	01001011	K	K	大写字母 K
76	114	4C	01001100	L	L	大写字母 L
77	115	4D	01001101	M	M	大写字母 M
78	116	4E	01001110	N	N	大写字母 N
79	117	4F	01001111	O	O	大写字母 O
80	120	50	01010000	P	P	大写字母 P
81	121	51	01010001	Q	Q	大写字母 Q
82	122	52	01010010	R	R	大写字母 R
83	123	53	01010011	S	S	大写字母 S
84	124	54	01010100	T	T	大写字母 T
85	125	55	01010101	U	U	大写字母 U
86	126	56	01010110	V	V	大写字母 V
87	127	57	01010111	W	&#087	大写字母 W
88	130	58	01011000	X	X	大写字母 X
89	131	59	01011001	Y	Y	大写字母 Y
90	132	5A	01011010	Z	Z	大写字母 Z
91	133	5B	01011011	[	[	左中括号
92	134	5C	01011100		\	反斜杠
93	135	5D	01011101	]	]	右中括号
94	136	5E	01011110	^	^	音调符号
95	137	5F	01011111	_	_	下划线
96	140	60	01100000	`	`	重音符
97	141	61	01100001	a	a	小写字母 a
98	142	62	01100010	b	b	小写字母 b
99	143	63	01100011	c	c	小写字母 c
100	144	64	01100100	d	d	小写字母 d
101	145	65	01100101	e	e	小写字母 e
102	146	66	01100110	f	f	小写字母 f
103	147	67	01100111	g	g	小写字母 g
104	150	68	01101000	h	h	小写字母 h
105	151	69	01101001	i	i	小写字母 i
106	152	6A	01101010	j	j	小写字母 j
107	153	6B	01101011	k	k	小写字母 k
108	154	6C	01101100	l	l	小写字母 l
109	155	6D	01101101	m	m	小写字母 m
110	156	6E	01101110	n	n	小写字母 n
111	157	6F	01101111	o	o	小写字母 o
112	160	70	01110000	p	p	小写字母 p
113	161	71	01110001	q	q	小写字母 q
114	162	72	01110010	r	r	小写字母 r
115	163	73	01110011	s	s	小写字母 s
116	164	74	01110100	t	t	小写字母 t
117	165	75	01110101	u	u	小写字母 u
118	166	76	01110110	v	v	小写字母 v
119	167	77	01110111	w	w	小写字母 w
120	170	78	01111000	x	x	小写字母 x
121	171	79	01111001	y	y	小写字母 y
122	172	7A	01111010	z	z	小写字母 z
123	173	7B	01111011	{	{	左大括号
124	174	7C	01111100	|	|	垂直线
125	175	7D	01111101	}	}	右大括号
126	176	7E	01111110	~	~	波浪号
127	177	7F	01111111		&#127;	删除

ASCII扩展码 (字符编码: 128-255)

后128个称为扩展ASCII码。许多基于x86的系统都支持使用扩展（或“高”）ASCII。扩展ASCII码允许将每个字符的第8 位用于确定附加的128 个特殊符号字符、外来语字母和图形符号。

十进制 DEC	八进制 OCT	十六进制 HEX	二进制 BIN	符号 Symbol	HTML 实体编码	中文解释 Description
128	200	80	10000000	€	�	欧盟符号
129	201	81	10000001
130	202	82	10000010	‚	�	单低 9 引号
131	203	83	10000011	ƒ	�	带钩的 拉丁小写字母f
132	204	84	10000100	„	�	双低 9 引号
133	205	85	10000101	…	�	水平省略号
134	206	86	10000110	†	�	剑号
135	207	87	10000111	‡	�	双剑号
136	210	88	10001000	ˆ	�	修正字符 抑扬音符号
137	211	89	10001001	‰	�	千分号
138	212	8A	10001010	Š	�	带弯音号的 拉丁大写字母 S
139	213	8B	10001011	‹	�	左单书名号
140	214	8C	10001100	Œ	�	拉丁大写组合 OE
141	215	8D	10001101
142	216	8E	10001110	Ž	�	带弯音号的 拉丁大写字母 z
143	217	8F	10001111
144	220	90	10010000
145	221	91	10010001	‘	�	左单引号
146	222	92	10010010	’	�	右单引号
147	223	93	10010011	“	�	左双引号
148	224	94	10010100	”	�	右双引号
149	225	95	10010101	•	�
150	226	96	10010110	–	�	半长破折号
151	227	97	10010111	—	�	全长破折号
152	230	98	10011000	˜	�	小波浪线
153	231	99	10011001	™	�
154	232	9A	10011010	š	�	带弯音号的 拉丁小写字母 s
155	233	9B	10011011	›	�	右单书名号
156	234	9C	10011100	œ	�	拉丁小写组合 oe
157	235	9D	10011101
158	236	9E	10011110	ž	�	带弯音号的 拉丁小写字母 z
159	237	9F	10011111	Ÿ	�	带弯音号的 拉丁大写字母 Y
160	240	A0	10100000		 
161	241	A1	10100001	¡	¡	反向感叹号
162	242	A2	10100010	¢	¢	分币符号
163	243	A3	10100011	£	£	英磅符号
164	244	A4	10100100	¤	¤
165	245	A5	10100101	¥	¥	人民币符号
166	246	A6	10100110	¦	¦
167	247	A7	10100111	§	§	章节符号
168	250	A8	10101000	¨	¨	通用货币符号
169	251	A9	10101001	©	©	版权符号
170	252	AA	10101010	ª	ª	阴性顺序 指示符号
171	253	AB	10101011	«	«	左角引号
172	254	AC	10101100	¬	¬
173	255	AD	10101101	­	­
174	256	AE	10101110	®	®
175	257	AF	10101111	¯	¯
176	260	B0	10110000	°	°	温度符号
177	261	B1	10110001	±	±	加/减号
178	262	B2	10110010	²	²	上标 2
179	263	B3	10110011	³	³	上标 3
180	264	B4	10110100	´	´
181	265	B5	10110101	µ	µ	微符号
182	266	B6	10110110	¶	¶	段落符号， pilcrow
183	267	B7	10110111	·	·	中点
184	270	B8	10111000	¸	¸
185	271	B9	10111001	¹	¹	上标 1
186	272	BA	10111010	º	º	阳性顺序 指示符
187	273	BB	10111011	»	»	右角引号
188	274	BC	10111100	¼	¼	分数四分之一
189	275	BD	10111101	½	½	分数二分之一
190	276	BE	10111110	¾	¾
191	277	BF	10111111	¿	¿	反向问号
192	300	C0	11000000	À	À	带重音符 的大写字母 A
193	301	C1	11000001	Á	Á	带尖锐重音 的大写字母 A
194	302	C2	11000010	Â	Â	带音调符号 的大写字母 A
195	303	C3	11000011	Ã	Ã	带代字号 的大写字母 A
196	304	C4	11000100	Ä	Ä	带元音变音 (分音符号) 的大写字母 A
197	305	C5	11000101	Å	Å	带铃声 的大写字母 A
198	306	C6	11000110	Æ	Æ	大写字母 AE 双重元音
199	307	C7	11000111	Ç	Ç	带变音符号 的大写字母 C
200	310	C8	11001000	È	È	带重音符 的大写字母 E
201	311	C9	11001001	É	É	带尖锐重音 的大写字母 E
202	312	CA	11001010	Ê	Ê	带音调符号 的大写字母 E
203	313	CB	11001011	Ë	Ë	带元音变音 (分音符号) 的大写字母 E
204	314	CC	11001100	Ì	Ì	带重音符 的大写字母 I
205	315	CD	11001101	Í	Í	带尖锐重音 的大写字母 I
206	316	CE	11001110	Î	Î	带音调符号 的大写字母 I
207	317	CF	11001111	Ï	Ï	带元音变音 (分音符号) 的大写字母 I
208	320	D0	11010000	Ð	Ð
209	321	D1	11010001	Ñ	Ñ	带代字号 的大写字母 N
210	322	D2	11010010	Ò	Ò	带重音符 的大写字母 O
211	323	D3	11010011	Ó	Ó	带尖锐重音 的大写字母 O
212	324	D4	11010100	Ô	Ô	带音调符号 的大写字母 O
213	325	D5	11010101	Õ	Õ	带代字号 的大写字母 O
214	326	D6	11010110	Ö	Ö	带元音变音 (分音符号) 的大写字母 O
215	327	D7	11010111	×	×	大写字母 OE 连字
216	330	D8	11011000	Ø	Ø	带斜杠 的大写字母 O
217	331	D9	11011001	Ù	Ù	带重音符 的大写字母 U
218	332	DA	11011010	Ú	Ú	带尖锐重音 的大写字母 U
219	333	DB	11011011	Û	Û	带音调符号 的大写字母 U
220	334	DC	11011100	Ü	Ü	带元音变音 (分音符号) 的大写字母 U
221	335	DD	11011101	Ý	Ý	带元音变音 (分音符号) 的大写字母 Y
222	336	DE	11011110	Þ	Þ
223	337	DF	11011111	ß	ß	德语高调 小写字母 s
224	340	E0	11100000	à	à	带重音符 的小写字母 a
225	341	E1	11100001	á	á	带尖锐重音 的小写字母 a
226	342	E2	11100010	â	â	带音调符号 的小写字母 a
227	343	E3	11100011	ã	ã	带代字号 的小写字母 a
228	344	E4	11100100	ä	ä	带元音变音 (分音符号) 的小写字母 a
229	345	E5	11100101	å	å	带铃声的 小写字母 a
230	346	E6	11100110	æ	æ	小写字母 ae 双重元音
231	347	E7	11100111	ç	ç	带变音符号 的小写字母 c
232	350	E8	11101000	è	è	带重音符 的小写字母 e
233	351	E9	11101001	é	é	带尖锐重音 的小写字母 e
234	352	EA	11101010	ê	ê	带音调符号 的小写字母 e
235	353	EB	11101011	ë	ë	带元音变音 (分音符号) 的小写字母 e
236	354	EC	11101100	ì	ì	带重音符 的小写字母 i
237	355	ED	11101101	í	í	带尖锐重音 的小写字母 i
238	356	EE	11101110	î	î	带音调符号 的小写字母 i
239	357	EF	11101111	ï	ï	带元音变音 (分音符号) 的小写字母 i
240	360	F0	11110000	ð	ð
241	361	F1	11110001	ñ	ñ	带代字号 的小写字母 n
242	362	F2	11110010	ò	ò	带重音符 的小写字母 o
243	363	F3	11110011	ó	ó	带尖锐重音 的小写字母 o
244	364	F4	11110100	ô	ô	带音调符号 的小写字母 o
245	365	F5	11110101	õ	õ	带代字号 的小写字母 o
246	366	F6	11110110	ö	ö	带元音变音 (分音符号) 的小写字母 o
247	367	F7	11110111	÷	÷	小写字母 oe 连字
248	370	F8	11111000	ø	ø	带斜杠 的小写字母 o
249	371	F9	11111001	ù	ù	带重音符 的小写字母 u
250	372	FA	11111010	ú	ú	带尖锐重音 的小写字母 u
251	373	FB	11111011	û	û	带音调符号 的小写字母 u
252	374	FC	11111100	ü	ü	带元音变音 (分音符号) 的小写字母 u
253	375	FD	11111101	ý	ý	带元音变音 (分音符号) 的小写字母 y2
254	376	FE	11111110	þ	þ
255	377	FF	11111111	ÿ	ÿ