幾種常用編碼的介紹一、base64編碼二、QuotedPrintable編碼內(nèi)容三、UTF8編碼四、GB2312編碼Base64是一種傳輸編碼；是為了適應(yīng)將任何計(jì)算機(jī)數(shù)據(jù)都表示成便于顯示和排版的字符串；Base64中的64個(gè)字符是：“ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz+/0123456789”Base64編碼－介紹2的6次方等于64。因?yàn)閎ase64只有64個(gè)可用字符，所以它編碼后的每個(gè)字節(jié)只能表示6個(gè)bit的信息內(nèi)容；我們待編碼的內(nèi)容是8個(gè)bit的，所以就造成了編碼以后的數(shù)據(jù)比原來(lái)的數(shù)據(jù)要長(zhǎng)；6和8的最小公倍數(shù)是24，故base64的最小編碼單元是24bit，四個(gè)字符。Base64編碼－介紹Base64編碼－舉例例如我們要對(duì)字符串“123”編碼：“123”對(duì)應(yīng)的16進(jìn)制數(shù)為：0x310x320x33；表示成二進(jìn)制數(shù)表示如下：001100010011001000110011；將二進(jìn)制數(shù)每6位分成一組表示如下：001100010011001000110011；每6位分段后得到的四個(gè)數(shù)字分別是：1219851在base64編碼表中查表對(duì)應(yīng)的字符：MT

I

z所以字符串”123”編碼后是“MTIz”Base64編碼－特例例如我們要對(duì)字符串“12312”編碼：“123”對(duì)應(yīng)的16進(jìn)制數(shù)為：0x310x320x330x310x32；表示成二進(jìn)制數(shù)表示如下：0011000100110010001100110011000100110010；將二進(jìn)制數(shù)每6位分成一組表示如下：001100010011001000110011001100010011001000；注意：因?yàn)樵甲址皇?的倍數(shù)，分出來(lái)后最后一組缺兩位，需要補(bǔ)零。每6位分段后得到的七個(gè)數(shù)字分別是：121985112198在base64編碼表中查表對(duì)應(yīng)的字符：MT

I

zMTI不夠一個(gè)6位分組單元的補(bǔ)0，不夠一個(gè)編碼單元(4個(gè)字節(jié))的補(bǔ)“＝”號(hào)，編碼后的字符串是”MTIzMTI=“Base64編碼－其他base64編碼后的數(shù)據(jù)只能出現(xiàn)base64里面的64個(gè)字符、用于補(bǔ)齊的‘＝’號(hào)和回車換行符?；剀嚀Q行必須出現(xiàn)在4的整數(shù)倍個(gè)字符后，‘＝’只能出現(xiàn)在每4個(gè)字符單元的最后一個(gè)或最后兩個(gè)。舉例：EFH/ABC=HIaCAB==ABCDA+/=ABC=ABCA===,A=BC,AB=CQuotedprintable編碼Outlook翻譯為：“括上的可打印項(xiàng)目”這個(gè)編碼非常簡(jiǎn)單，但是數(shù)據(jù)冗余量非常大。例如將“123”進(jìn)行編碼：“123”對(duì)應(yīng)的16進(jìn)制數(shù)分別是0x310x320x33編碼后的字符串為”=31=32=33”編碼后數(shù)據(jù)的長(zhǎng)度是編碼前數(shù)據(jù)長(zhǎng)度的3倍，是一種非常簡(jiǎn)單但很不經(jīng)濟(jì)的一種編碼方法。UTF-8編碼－背景UTF-8意思是UniversalTransformationFormat通用轉(zhuǎn)換格式;UTF-8用1－6個(gè)字節(jié)編碼Unicode字符，用在網(wǎng)頁(yè)上可以同一個(gè)頁(yè)面顯示中文簡(jiǎn)體、繁體及其他語(yǔ)言，稱為萬(wàn)國(guó)碼。ASCII字符集1－128大小寫(xiě)英語(yǔ)字符、數(shù)字、標(biāo)點(diǎn)、換行制表控制等；ASCII擴(kuò)展字符集128-255一些歐洲文字，拉丁字母Unicode字符集：所有字符用兩個(gè)字節(jié)表示，高字節(jié)為零的表示ASCII字符集內(nèi)容，高字節(jié)不是零的代表了其他語(yǔ)言里的字符，如漢語(yǔ)、日語(yǔ)、韓語(yǔ)、越南語(yǔ)等。UTF-8編碼－產(chǎn)生原因因?yàn)閁nicode表示ASCII字符時(shí)不經(jīng)濟(jì)：一個(gè)字符用兩個(gè)字節(jié)表示，且主機(jī)間傳輸時(shí)存在字節(jié)序的問(wèn)題：x86平臺(tái)和ppc平臺(tái)不一樣，0xAABB怎么解析需要約定。所以出現(xiàn)了一種中間格式的字符集，稱為通用轉(zhuǎn)換格式，有UTF-7、-7.5、-8、-16、-32等。UTF-8編碼－轉(zhuǎn)換方法128以內(nèi)：Unicode＝UTF-8;128-2047：00000xxxxxxxxxx->110xxxxx10xxxxxx2048-65535：

xxxxxxxx

xxxxxxxx->1110xxxx10xxxxxx10xxxxxx65536－2097151：

000xxxxxxxxxxxxx

xxxxxxxx->11110xxx10xxxxxx10xxxxxx

10xxxxxx2097152-67108863：

000000xxxxxxxxxx

xxxxxxxx

xxxxxxx->111110xx10xxxxxx10xxxxxx

10xxxxxx

10xxxxxx67108863-2147483647：

0xxxxxxxxxxxxxxx

xxxxxxxx

xxxxxxxx->1111110x10xxxxxx10xxxxxx

10xxxxxx

10xxxxxx

10xxxxxxUTF-8編碼－優(yōu)缺點(diǎn)優(yōu)點(diǎn)：（1）轉(zhuǎn)換方便，只需位運(yùn)算；（2）ASCII字符集不用轉(zhuǎn)換，不增加存儲(chǔ)空間；（3）沒(méi)有字節(jié)序的問(wèn)題；（4）編碼中不會(huì)出現(xiàn)0xFF和0xFE，因此這兩個(gè)字符可以用來(lái)表用UTF-16或UTF-18文本；缺點(diǎn)：（1）變長(zhǎng)，無(wú)法從Unicode字符長(zhǎng)度判斷轉(zhuǎn)為UTF-8后的字符長(zhǎng)度；（2）拉丁字符時(shí)Unicode的子集不是utf-8的子集，需要轉(zhuǎn)換；（3）大部分兩個(gè)字節(jié)的Unicode字符被擴(kuò)展成3個(gè)字節(jié)；（中文用UTF-8編碼后絕大多數(shù)情況下會(huì)變長(zhǎng)）GB2312編碼GB2312編碼和UTF8編碼不是并列的關(guān)系；GB2312收錄了6763個(gè)漢字和682個(gè)非漢字圖形字符；整個(gè)字符集分94個(gè)區(qū)，每區(qū)94個(gè)區(qū)位，每區(qū)位表示一個(gè)字符；1-9區(qū)為特殊符號(hào)，16－55區(qū)按拼音排序?yàn)橐患?jí)漢字，56－97區(qū)按部首筆畫(huà)排序?yàn)槎?jí)漢字；用區(qū)位表示的碼叫區(qū)位碼：例如“啊”位于第16區(qū)第一區(qū)位，區(qū)位碼＝0x1001；區(qū)位碼加上