编码形式：base64、ascii、unicode、utf8

两年前的自学笔记，直接转载本人印象笔记上的内容，如若侵权请联系我

1.base64

使用其编码后的文本只包含64个ASCII码字符（偶尔加一个填充字符=）,64个字符如下表

从000000（0）到111111（63）

A-Z:0-25

a-z:26-51

0-9:52-61

+:62

/:63

索引	字符	索引	字符	索引	字符	索引	字符
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

文本转化为base64的方式如图：

原文	3								&
ascii码	51								38
二进制	0	0	1	1	0	0	1	1	0	0	1	0	0	1	1	0	0	0	0	0	0	0	0	0
base64索引	12						50						24
对应字符	M						y						Y						=

3个字符转化为24位二进制编码，再转化为4位base64码，若字符数量不为3的倍数，则转化二进制后用0填满剩余位置，并在转化时将其转化为=。需要注意base64中A也由6个0的二进制编码转化而来，但一个有实际意义一个只为填充，要注意区分。

2.ascii

数字0~9对应的ASCII码（十进制）为“48”~“57”

大写字母A~Z对应的ASCII码（十进制）为“65”~“90”

小写字母a~z对应的百ASCII码（十进制）为"97"~“122”

空格32

仅对照表转换，没有其他需要注意的

ascii码表

3.unicode

unicode可以表示所有字符，ascii的128-255位不同国家定义常不同，所以有了unicode

例如：啊的unicode码为21834，对应二进制数为101010101001010，有15位，按照8位一字节来看也就是需要2字节。由于汉字数量庞大，排在后面的汉字需要更多的字节，最大的为4字节。

计算机识别存储的二进制数时，难以区分2字节的为一个汉字还是两个单字节的字符，如果把所有字符都用最大的4字节表示，剩余部分填充0，又会造成空间浪费，占用的空间变为了原来的1-4倍。

所以有了接下来的utf8编码方式

4.utf-8

utf8编码方式的一大特点为可变长，可以使用1-4个字节表示一个字符。

单字节：第一位为0，后面七位对应unicode码。对ascii码0-127的字符，utf8码与ascii码是完全相同的

两字节：第一个字节三位为110，第二个字节前两位为10，其余填进unicode码

三字节：第一个字节1110，第二个字节110，第三个字节10，其余填进unicode码

四字节：第一个字节11110......

如何得知一个字符是几字节？

若unicode码为0000 0000-0000 007F，一字节

若unicode码为0000 0080-0000 07FF，两字节

若unicode码为0000 0800-0000 FFFF，三字节

若unicode码为0001 0000-0010 FFFF，四字节

例如：啊的unicode码为21834，16进制为0000 554A，即转换为utf8为三字节

转换为二进制数：101010101001010，那么utf8码为11101010 11010101 10001010

也就是0xFA 0xD5 0x8A