Java编码与解码

首先区分加密与编码并不是一回事，
本节主要讲述常见的三种编解码方式，分别为：Unicode、URL、Base64。

1. 常见编码算法：

   • Unicode编码：每一字符都可变成以 \u 开头，长度为6的字符串。
   • URL编码：以百分号%开头，全大写。由于中文在utf-8中大多数以3字节（即24比特位）表示，所以每个汉字都会变成以百分号%开头、紧接着2位16进制数，一共三份、总长度为9的字符串。
   • Base64编码：把二进制数据变成文本格式，这样在很多文本中就可以处理二进制数据。例如要在电子邮件中添加一个二进制文件，就可以使用Base64编码，然后以文本的形式传送。它会把原始数据的长度【约】增加1/3，但其他编码算法并不一定比其更优。

2. Java常见解码思路：

   • 首先获取被编码的字符流，即byte[]。因为byte是二进制数0/1，相当于获取了最原始的二进制数据，1字节等于8位二进制数bit，范围从-128 ~ 127。
   • 利用String等方式尝试不同的字符集，解码。

   【本质】：用对应的“字符集”来解二进制码。

   // 指定了一种编码方式
   byte[] bytes   = "中文".getBytes("GBK");
   
   // 用相对应的 “字符集” 方式来解码
   String msg = new String(bytes, "GBK");
   

3. Unicode编解码

   • 需编写固定逻辑，较麻烦，直接使用hutool框架即可。

   // Unicode编码
   String en = UnicodeUtil.toUnicode("中国");
   
   // Unicode解码，\u4e2d\u6587
   String msg="\\u4e2d\\u6587";
   String s = UnicodeUtil.toString(en);
   

4. URL编解码（Java原生）

   • URLEncoder
   • URLDecoder

   // URL编码
   String en = URLEncoder.encode("中文", StandardCharsets.UTF_8);
   String en = URLEncoder.encode("中文", "utf-8");
   

   // URL解码
   String de = URLDecoder.decode("%E4%B8%AD%E6%96%87", "utf-8");
   

5. Base64编解码

   • 原理解释：原先是8位一字节，即8位二进制数可以表示一字符；现在我们令6位表示一字符，所以如果原来是【Man】，则会被翻译为【TWFu】，即虽然底层的数据量没变（还是24位），但是所表示的数据长度增加了1/3（由 size = 3 变为 size = 4 ）。

     

     （3个字节相当于24个比特，对应于4个Base64单元）

   • 另外，如果要编码的字节数不能被3整除，最后会多出1个或2个字节，那么可以使用下面的方法进行处理：先使用0字节值在末尾补足，使其能够被3整除，然后再进行Base64的编码。【然后】因为被补足的地方会用等于号=作后缀（此时为补足号=而不是6个0代表的索引“A”，这点要分清），所以我们才能经常看到编码的末尾出现等号。

     

     （8与16不能被3整除，24才能被3整除）

     

     （总共65字符 = 64个字符 + 补足符=）

   • Java原生

   // Base64编码
   Base64.getEncoder().encodeToString("中国".getBytes());
   
   // Base64解码
   byte[] bytes = Base64.getDecoder().decode(a);
   String decode   = new String(bytes);
   

   • hutool框架：本质还是源于Java原生的方式，只是作了层简易“封装”，如无必要不建议导入使用。

   String encode = Base64.encode("中国");
   
   String decode = Base64.decodeStr(encode);