泛谈几种编码方式

0x00 ASCII码

由来：为了国家之间能够通信，必须使用统一的编码方式，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码采用指定的7位或8位二进制数来表示128或256种可能的字符。标准ASCII码用7位二进制数（剩下一位是0）来表示所有大写，小写英文字母，数字0-9，标点符号以及在美式英语中使用的特殊控制字符。
前128个是标准ASCII码。0-31及127（共33个）是控制字符或通信专用字符；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是26个大写英文字母，97-122是26个小写英文字母，剩下的是一些标点符号、运算符号等。
后128个是扩展ASCII码。是在原来ASCII码 的基础上，把原本统一设置为0的字节最高位用来存储字符数据。许多基于x86的系统都支持使用扩展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。很多国家的扩展ASCII码不一样。

0x01 Unicode码

由于ASCII码基本只对英文字符做了编码，字符太少，中国用GB2312对简体汉字进行了编码，别的国家也有自己的编码方式，为了方便交流，防止乱码，Unicode码应运而生。
Unicode码用2个字节来存储一个字符，所以最多可以对65536（2^16）个字符进行编码，但是相对于ASCII码来说，更占用空间，造成空间浪费。

0x02 UTF-8编码

它是Unicode的实现方式，是一种可变字节的编码方式，用1-4个字节来表示一个字符。如果Unicode字符由2个字节表示，则编码成UTF-8很可能需要3个字节。而如果Unicode字符由4个字节表示，则编码成UTF-8可能需要6个字节。

0x03 BASE64编码

把3个字符变成4个字符，原本一个字符对应8位二进制数，base64编码截取6位进行编码，如果二进制数不是3的倍数，就要在结尾加上1个或2个0，在编码后的字符串后面添加1个或2个等号“=”，表示所添加的零值字节数。解码的时候，会自动去掉。

优点：可以将二进制数据转换成可打印字符，方便传输数据；对数据进行简单的加密，肉眼安全。
缺点：内容编码后的体积会变大，编码和解码需要额外的工作量。

它的使用场景有很多，比如将图片等资源文件以Base64编码形式直接放于代码中，使用的时候反Base64后转换成Image对象使用；有些文本协议不支持不可见字符的传递，只能转换成可见字符来传递信息。有时在一些特殊的场合，大多数消息是纯文本的，偶尔需要用这条纯文本通道传一张图片之类的情况发生的时候，就会用到Base64，比如多功能Internet 邮件扩充服务（MIME）就是用Base64对邮件的附件进行编码的。