JZTXT

编码（未全）

发布时间 2023-09-12 00:23:13作者: 飞越三万尺

编码

ASCII

Amerrican Strandard Code for Information Interchange:美国信息交换标准代码，包括英文、符号等。

基本的 ASCII 字符集共有 128 个字符，其中有 96 个可打印字符，包括常用的字母、数字、标点符号等，

标准ASCII使用1个字节存储一个字符，首位是0，总共可表示128个字符。

如：空格SPACE 是32（二进制：00100000）；

数字0 是48(二进制：00110000)；

大写字母A 是65（二进制：01000001）。

另外还有 32 个控制字符（不能打印出来）。

特征： 只含有数字

  • 0-9, 49-57
  • A-Z, 65-90
  • a-z, 97-122

例：

明文：hello,world.
十六进制：0x680x650x6c0x6c0x6f0xff0c0x770x6f0x720x6c0x640x2e
十进制：1041011081081112551211911111410810046
二进制：011010000110010101101100011011000110111100101100011101110110111101110010011011000110010000101110

GBK

  • 汉字内码扩展规范，国标

  • 汉字编码字符集，包含了2万多个汉字等字符，GBK中一个中文字符编码成两个字节的形式存储。

  • 注意：GBK兼容了ASCII字符集。

    GBK规定：汉字的第一个字节的第一位必需是1

    1xxxxxxx xxxxxxxx 0xxxxxxxx 1xxxxxxx xxxxxxxx

Unicode字符集（统一码）

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。
它用两个字节来编码一个字符,字符编码一般用十六进制来表示.

UTF-32:4个字节表示一个字符（占空间、通讯效率低）

UTF-8(编码）:

  1. 是Unicode字符集的一种编码方案，采取可变长编码方案，共分四个长度区：1个字节，2个字节，3个字节，4个字节。
    1. 英文字符、数字等只占1个字节，汉字字符占用3个字节。

举例：

Unicode有以下四种编码方式：

明文：hello，world.

highlighter- HTML

&#x [hex]：hello，world.

&# [hex]：hello，world.

\u [hex]：\U0068\U0065\U006C\U006C\U006F\U002C\U0077\U006F\U0072\U006C\U0064\U002E

\u+ [hex]：\U+0068\U+0065\U+006C\U+006C\U+006F\U+FF0C\U+0077\U+006F\U+0072\U+006C\U+0064\

base

Base16编码是将二进制文件转换成由16个字符组成的文本

base32的编码表是由（A-Z、2-7）32个可见字符构成，“=”符号用作后缀填充。

base64的编码表是由（A-Z、a-z、0-9、+、/）64个可见字符构成，“=”符号用作后缀填充。

base58的编码表相比base64少了数字0，大写字母I，O，小写字母 l (这个是L），以及符号‘+’和‘/’

base91的密文由91个字符（0-9，a-z，A-Z,!#$%&()*+,./:;<=>?@[]^_`{|}~”）组成

Base100编码/解码工具（又名：Emoji表情符号编码/解码），可将文本内容编码为Emoji表情符号；同时也可以将编码后的Emoji表情符号内容解码为文本。

例：

明文：hello，world.123456

base16: 68656C6C6F2C776F726C642E313233343635
特征：大写字母(A-Z)和数字(0-9)，不用‘=’补齐。

base32: NBSWY3DPFR3W64TMMQXDCMRTGQ3DK===
特征：大写字母(A-Z)和数字(2-7)，不满5的倍数，用‘=’补齐。

base64: aGVsbG8sd29ybGQuMTIzNDY1
特征：大小写字母（A-Z，a-z）和数字（0-9）以及特殊字符‘+’，‘/’，不满3的倍数，用‘=’补齐。

base58: 2smDFYXWKE8vc8XA8dadEYcSqcQb
特征：相比Base64，Base58不使用数字"0"，字母大写"O"，字母大写"I"，和字母小写"l"，以及"+"和"/"符号，最主要的是后面不会出现'='。

base85: BOu!rDst>tGAhM<A1fSl1GgsI
特征：特点是奇怪的字符比较多，但是很难出现等号

明文：hello,world.123456
base91: TPwJh>go2Tv!_,aRA2IbLmA
特征：由91个字符（0-9，a-z，A-Z,!#$%&()*+,./:;<=>?@[]^_`{|}~”）组成
不支持中文。

base100: ????????????????????
特征：就是一堆Emoji表情

还有很多编码目前阶段没有涉及，等日后再补充。