编码演进历史（ASCII-Unicode-UTF8）

编码演进历史

ASCII编码：

       由于计算机最早是美国发明的，最早只有127个字符编码到计算机里，包括大小写字母，数字和一些符号。如（十进制：A-65, a-97），完整版见：

ASCII码一览表，ASCII码对照表

各国编码：

        由于世界上有百种语言，只用127个字符显然是远远不够的，于是各国制定了自己的编码标准，如中文的GB2312，韩文的Euc-kr ，日文的Shift_JIS

Unicode编码：

        各国编码有各自的标准，多语言的时候就会出现冲突，乱码的问题，于是Unicode字符集应运而生，将所有字符统一到一套编码中，就不会有乱码问题了。目前Unicode字符集有99024个字符。

        Unicode使用2个字节表示1个字符，如果是生僻字符，需要用到4个字节。ASCII编码使用一个字节表示1个字符。unicode编码查看：查看字符编码（UTF-8）。

UTF8编码：

        使用Unicode编码没有乱码问题了，但是如果传输的字符全部都是英文，本来可以使用一个字节表示一个字符，使用Unicode编码的话需要用到两个字节，空间大了一倍，对于存储和传输都是不利的。于是出现了可变长编码：UTF8编码。

        UTF8编码将一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母编码成1个字节，中文通常编码成3个字节，生僻字编码成4-6个字节，如下图所示：

字符	ASCII	Unicode	UTF8
A	01000001	00000000 01000001	01000001
中	无	01001110 00101101	11100100 10111000 10101101

可以看到UTF8是兼容了ASCII码的。在计算机内存中，统一使用Unicode编码（不需要编解码，处理速度快），当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

HEX和Base64编码

        hex编码实际就是16进制编码，也称作base16编码。hex用字符串形式看二进制编码，16进制刚好2个字符表示1个字节。

       使用场景：

       常用于加解密字符传输。如果需要把加密后的字节数组转化为String对象用于网络传输时，如果把字节数组转为UTF8等编码方式，可能存在某些字节在该编码中找不到对应的字符，造成传输信息丢失。这时就可以通过二进制编码格式hex或base64编码实现。

        两种编码方式区别

	HEX	Base64
编码原理	Hex编码的原理就是将原来8位的二进制字节打断，分成两个4位的，并且在前面加上4个零，进行补位，这样一个8位二进制字节就变成了2个8位的二进制字节，再将新得到的2个二进制字符进行16位进制转换，得到的新的16位字符串就是Hex的值。 总结来说hex编码后字节长度变为原来的2倍	每3个字节分为一组，3个字节为24bit，然后每6个bit占用1个字节，得到4个字节。将4个字节数组映射到base64编码表，得到4个字符。 （1）最后一组只有2个字节=16bit，需要在末尾补2个0，按照上述规则得到3个字符，最后补一个= （2）最后一组只有1个字节=8bit，需要在末尾补4个0，按照上述规则得到2个字符，最后补两个==
代码举例	package com.test.api; import org.apache.commons.codec.binary.Hex; import java.util.Arrays; public class TestHex { public static void main(String[] args) { //一个字符串 String hex = "HEX"; //获取字符串的byte数组,十进制 H-72,E-69,X-88 byte[] buf = hex.getBytes(); //输出byte数组 System.out.println(Arrays.toString(buf)); //转换成Hex输出 System.out.println(Hex.encodeHexString(buf)); } }	'abc'字符串 底层的二进制为 011000010110001001100011，这是24个bit为一组，以6bit分为四部分为 011000 010110 001001 100011 编码成对应上表的字符 ’ YWJj'  'ab'字符串 底层的二进制为 0110000101100010，补位成 011000010110001000，以6bit分为三部分为 011000 010110 001000 编码成对应上表的字符 ’ YWI' ，因为比一般的少一个编码单位，所以在后面加上一个=字符，最终的结果就是 ’ YWI='   'a'字符串 底层的二进制为 01100001，补位成 011000010000这是24个bit为一组，以6bit分为四部分为 011000 010000 编码成对应上表的字符 ’ YQ' ，因为比一般的少两个编码单位，所以后面加上两个=字符，最终的结果就是 ’ YQ=='
优缺点	解码编码速度快但是体积变大了一倍	体积小，但是由于算法相对复杂所以解码编码速度比较慢。

---