编码

 

文本文件和二进制文件

 

 

 

ASCII

计算机使用二进制表示信息（0，1），8位bit表示一个字节，一个字节可以表示256中符号（2的8次方）00000000—11111111，每一种值对应一个符号，一共256个符号，

ASCII是基于拉丁字母的一套电脑编码系统，至今为止共定义了128个字符；只占用了一个8bit的后面7位，最前面一位统一规定为0，其中33个字符无法显示（一些终端提供了扩展，使得这些字符可显示为诸如笑脸等8-bit符号），且这33个字符多数都已是陈废的控制字符。控制字符的用途主要是用来操控已经处理过的文字。在33个字符之外的是95个可显示的字符。用键盘敲下空白键所产生的空白字符也算1个可显示字符（显示为空白）。

控制字符：

可显示字符：

ASCII的局限在于只能显示26个基本拉丁字母、阿拉伯数字和英式标点符号，因此只能用于显示现代美国英语，因此，现在的软件系统大多采用Unicode。

Unicode

英语用128个符号编码就够了，但是用来表示其他语言远远不够，如果利用8bit字节中最前面那一位，就可以表示256种字符，但是，如果不同的国家都使用256种字符，会出现不同的国家有不同的字母，有的国家语言使用256个字符也不够，如中文有10万个汉字，比如，简体中文常见的编码方式是 GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示 256 x 256 = 65536 个符号。考虑多个国家的不同编码，会出现同一个二进制数字表示不同的符号，因此要预先知道一个文本的编码方式，否则会出现乱码。

Base64

什么是Base64

——来自维基百科

Base64是一种使用64个（可打印的）字符来表示二进制数据的方法，因为6个bit可以表示64个不同的值（2的6次方），所以每6个bit为一个单元，对应某个可以打印的字符。3个字节（每个字节8bit）有24个bit，对应4个Base64单元，即3个字节可以用4个可打印字符来表示。

Base64中的可打印字符包括字母A—Z，a—z，数字0—9，62个字符，另外两个可打印符号在不同系统中不同。

Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括MIME的电子邮件及XML的一些复杂数据？

其中数值62，63对应的+ /在不同的应用和系统中不同 

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。在编码后的Base64文本后加上一个或两个=号，代表补足的字节数。也就是说，当最后剩余两个八位(待补足)字节（2个byte）时，最后一个6位的Base64字节块有四位是0值，最后附加上两个等号；如果最后剩余一个八位(待补足)字节（1个byte）时，最后一个6位的base字节块有两位是0值，最后附加一个等号。 参考下表：

Base64的应用

• 利用Base64对图片编码

在前段页面内，直接将图片嵌入网页，不用再从外部载入文件，图片是二进制文件，利用Base64可以对图片或其他文件的二进制数据进行编码，将其作为文本字符串嵌入网页中

body { background-image: url('data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAJ8AAACiCAYAAA...');}

const blockIconURI = 'data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAJ8AAACiCAYAAAB...';

<img alt="Embedded Image" src="https://img-blog.csdnimg.cn/2022010710584764040.png" />

• 用于URL的改进Base64编码

在数据传输时，要求只能包括简单字符，如果出现特殊意义的字符，可以通过编码避免特殊意义的字符出现？