字符编码ASCII、UNICode、base64

字符编码

ASCII码

字符集

如何把他们国家用到的一些字符存储在计算机里面

可见字符：字母 数字和标点符号

控制字符：肉眼不可见的，但是能对文本进行控制的字符

将可见字符和控制字符按顺序罗列编成0-127

如何存储进计算机

直接将码位转换为二进制信息进行存储

扩展ASCII码集

当欧洲人开始使用计算的时候，将最高位变成了1，新增了128个字符，即扩展ASCII字符集。

GBK字符集：16位

字符编码：对字符进行的编码

那前提得有一个字符集，然后再去编码

使用分区管理的方式去设计字符集

具体的分区设计

1. 规定每个字符的码位

1. 如何存储

1. 将前2位和后2位分开，分别转换成16进制

2. 然后分别加上0xA0，组合起来得到最后的码位

+A0的原因

因为A0=160，加上A0后高8位和低8位都是大于127的

使得计算机能够正确地区分GB2312和ASCII：

1. 如果小于127，就是ASCII码；

2. 如果碰到2个连续大于127的，就是GB；代表这2个组合成一个GB

GBK：只要碰到一个大于127的，就表示一个汉字的开始

unicode

诞生目的：把世界上所有的字符都放在一起

用32位，即4个字节来表示一个字符，基本上涵盖世界上所有的字符了

缺点

需要的存储空间大

utf-8

每次传送8位数据，可变长的编码方式

编码规则（要牢记）：

1. 单字节的字符，以0开头，后面7位来表示该字符的unicode码点

2. n字节的字符，第一个字节，前面n位设为1，第n+1位设为0，后面的字节都是以10开头，那空余的二进制位就用该字符的unicode码点填充，由后往前填充

https://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

https://blog.csdn.net/hezh1994/article/details/78899683

utf-16

基本平面内的字符就用2个字节来表示；

首先用码点减去0x10000算出超出的部分，然后用这个结果除以0x400得到它的高十位，最后+0xDB00得到最后的辅助平面内字符的高位，也就是高位的2个字节；

那么低位同理，取出超出部分的低10位+0xDC00，就得到了低位的2个字节；

H = Math.floor((c-0x10000) / 0x400)+0xD800

L = (c - 0x10000) % 0x400 + 0xDC00

base64编码

数字、大写字母、小写字母

1. 原数据 -> ASCII码 -> 16进制

2. 二进制形式

3. 对二进制重新分割成6位的，用相应的十进制对照base64编码表

末尾不足的用0补齐，所以末尾会出现1个或2个=

大部分是以不可见字符的形式存在的，而base64将数据转换成可见的字符的形式，用于http的传输。

https://blog.csdn.net/qq_20545367/article/details/79538530

https://www.qqxiuzi.cn/bianma/base64.htm

使用场景

1. 发送邮件时的附件，邮件的smtp协议：对图片和二进制文件进行编码，对方接收到后再使用base64进行解码

2. http请求的header里面是不能有特殊字符的，否则没办法解析。所以遇到特殊字符就需要进行base64编码让浏览器可以解析。

3. 图片中的使用。src为一个base64编码。在任何一个地方都可以跑起来，不需要任何依赖。（但是大图片不建议）

组成：大小写、数字0-9、+、/、=(表示空白)

base64面试

和加密的区别

加密和编码的根本区别？

编码：换一种表达方式，使其更易于传输，提高可读性

加密：把明文变成一种不可破解的密文，提高识别难度（降低可读性）

什么情况下

对url的特殊字符进行转码

作为图片的src，不需要依赖一个路径，易于传输

算法原理

即编码规则。

获取当前系统的编码规则

cmd->chcp

936: GB2312

65001: utf-8

https://www.cnblogs.com/xpws/p/3625177.html

例子：网页上引入一张图片

1. 一般我们会通过http地址

2. byte[] -> base64Encoder.encode

协议表示 data:img/jpg;base64,xxx