Base128 基于Base64的变种编码

Base128 基于Base64的变种编码

前言

毕设中的需求比较特殊，需要大量的用到长连接来进行数据传输，所以使用了Stomp来作为应用层协议。由于spring对其支持良好，服务端直接使用spring相关api完成编码。在spring中，其底层实现为WebSocket，可以简单理解为，在WebSocket的基础之上，对每一条消息封装一个包头(stomp协议)再进行传输，从而使消息的分发更加灵活，如订阅话题等等。这里不过多展开Stomp，但有一点是需要注意的是，Stomp是一个基于文本的协议，对二进制的传输不是特别友好。这主要是因为在Stomp中，使用ascii码0来代表一条消息的结束。这也就意味着，如果消息中包含ascii码0，这条消息是无法完成的进行解析的。然而比较尴尬的一点是，毕设里使用了一种二进制的对象序列化库(ProtocolBuffer)，使得在进行消息传输之前，必须进行编码操作，所以今天来聊一聊编码优化的问题。

关于Base64

base64大家或多或少有些了解，这里希望详细分析下base64原理以及jdk1.8中对其提供的实现方式，同时解释下为什么这次没有使用Base64，而是写了一个听起来就很山寨的Base128…
base64经常用于解决网络数据传输的编码问题，要是有什么乱码的，发不过去数据的，拿base64一编码就老实了，听起来特别的高大上，其实原理简单到令人发指，了解过之后会有一种我上我也行的冲动。他主要是解决字符的转换问题，要知道，我们在屏幕上看到的每一个汉字、字母，其实都对应着一串数字，base64的工作就是把一串数字转变成另外一串数字，避开那些敏感的数字就可以了。
直接举个例子：比如我有三个数字

6 6 6

对应的二进制表示是

 00000110 | 00000110 | 00000110  //这里用竖线稍微隔了一下

也就是说 每个数字对应8个二进制位
然后，我们稍稍向右挪动下这几个竖线，让他们变成6个一组，于是就成了这样

000001 | 100000 | 011000 | 000110  //8个一组变6个一组所以多加了条竖线

把这四组直接当做4个数字，也就是每组数字高位补两个0就变成了这样

00000001 | 00100000 | 00011000 | 00000110  

再转回十进制看一下就是

1 32 24 6

这样base64的工作就完成大半了，有没有发现，经过编码后的每一个数字，都不可能超过64，因为他的高两位永远是0，所以，在最后，我们将每一个数字按照编码表对应成64种可打印字符，整个编码的核心工作就完成了。当然我举的例子比较理想，因为三个数字经过编码正好可以变成四个，如果不巧数字的个数不能被3整除，可能还要做一些补齐操作，但这不重要，如果你很好奇，随便百度下就好了。
由于经过base64的编码之后，所有的二进制数据不管是几都落到可打印字符区间了，这样就能直接在网络中放心传输了。只是数据的长度变长了，这个没办法，原本一个byte可以表示-128~127，现在每个byte的高两位都不能表示数据，相当于拿空间换值域，为了正常的传输不得不作出的妥协。其实这也是我想对其改进的原因，对我来说，可能这对空间浪费的有点多了，同时更长的编码长度意味着更多的赋值操作，在java上数组访问和赋值是非常慢的，我们应该尽量减少这种操作的发生，所以才有了Base128的想法。在讲Base64之前，我们先来分析下jdk中的Base64是如何实现的

java中的Base64

在解析源码之前，我想先说明下java中位操作的基本知识，不了解的话就很难看懂下面的代码。其实要了解的东西也不多，我们只要明确几个细节就好了

• byte->int

  byte b = -128;
int a = (int)b; //求a的二进制表示

  我们知道b的二进制表示为0x11111111 其符号位为1，将其强制转换为32位的int时，系统会将高位全部补1 转换后的值为
  0x11111111111111111111111111111111
  并不是我们想要的
  0x00000000000000000000000011111111
  所以如果想要达到我们想要的结果 需要将上述代码改为

byte b = -128;
int a = (int)(b & 0xff);    

• 位或
  如果我们希望将两个byte合并为一个int，可以通过位移+位或的操作来完成，还是上面的例子，如果我们有两个byte b1=b2=-128，要将两个byte合并在一起，首先要将两个byte都变成这种形式
  b1: 0x00000000000000000000000011111111
b2: 0x00000000000000000000000011111111
  接着我们对b2做左移操作 两个数将变成这样
  b1: 0x00000000000000000000000011111111
b2: 0x00000000000000001111111100000000
  然后我们对两个数做位或操作，结果就变成了
  b0: 0x00000000000000001111111111111111
  可以理解为&#x