簡析多種編碼方式（Hex, Base64, UTF-8）

首先計算機只認得二進制，0和1，所以我們現在看到的字都是經過二進制數據編碼后的；計算機能針對0和1的組合做很多事情，這些規則都是人定義的；然后有了字節的概念，8比特一個字節，如01011100就是一個字節；

　　人定義好計算機的0和1的數據結構做事的時候，如果每個人都用不同的數據結構，不同的定義，就會使得人和人之間讓計算機做的事無法統一，也導致無法通訊，所以要一起共同定義一套大家都認同的規則，其中ASCii碼就是最初始的交換碼，用做記錄信息、交互信息的；

　　相同的字節串不同的編碼就會有不同的展示，只有正確的編碼才能表達出字符串本身要記載的信息，而信息是面向人的，只有人能識別，才叫信息，只是偶爾被計算機理解；

?

字節、字符與字符串：

　　字節是8比特位構成，上傳已經說了；

　　字符是用字節構成的，但多少字節，怎么構成我們認識的唯一的字符？這個由編碼格式決定，也就是Unicode、GBK，（為啥要用字節？，因為歷史覺得8比特很牛逼啊）

　　字符串是字符的序列，各種計算機語言不同表示，如Redis就和C的字符串不一樣，C是以 ‘\0’ 結尾；我們說的對字符的編碼，而不是字符串；

?

Hex用字符串形式看二進制代碼：

　　首先，二進制文件通常不易于人看，因為人會看眼花，所以必須轉為其他進制，16進制是最好的，剛好2字符表示一個字節

　　Hex編碼是以4比特作為一個單位編碼，用4是因為計算機進位是2的倍數，而為了能把比特串分割開來，最適中就是取16進制；所以Hex編碼就是16進制編碼；用于人類比用比特更直觀簡介的方式看待比特串（馬上反應過來比特串），當然取更多位不適合人口算；

　　然后我們就有了WinHex這個工具的命名；用它修復二進制文件很不錯，前提你對該文件二進制構表（一般是具有協議去解析二進制的，我稱之為構表協議吧）很熟；

　　Base64是面向網絡的，其實性質也是這樣；

?

Unicode、GBK都是字符串編碼：

　　看到知乎一個alipay的說啥編碼和編碼格式不同，gbk是unicode的編碼格式，簡直笑死人；

　　字符是獨一無二的，人類符號系統抽象的產物，世界唯一，全世界的字符構成字符集，字符也是在演進的；而Unicode和GBK等都是字符的一種編碼；也就是一個二進制比特串（數字）和字符的映射表；

?

Java內部是Unicode默認，以及其面向字符、面向字節：

　　對于一個抽象字符，在Java中的二進制表示當然需要編碼，用的就是Unicode，如果源文件存儲并非Unicode怎么辦呢？當然需要轉換，因此Java很多面向字符流的I/O其實都是默認有轉換規則存在；

　　這里提下I/O都分面向字節和字符，其實面向字節就是不管編碼，而面向字符是帶編碼轉換，是的一個抽象字符串如 “飯” 是在哪種編碼格式都表示 “飯”，因此面向字符I/O指定編碼格式很重要，一般不指定采用默認，如win操作系統默認GBK，而linux默認UTF-8；

?

UTF-8和Unicode是哈夫曼編碼：

　　自己去查一下吧，是哈夫曼編碼轉換的

　? ?Unicode

　　UTF-8

　? ?待補

?

Hex編碼的編碼原理：

* Hex編碼的原理就是將原來8位的二進制字節打斷，分成兩個4位的，并且在前面加上4個零，
* 進行補位這樣一個8位二進制字節就變成了2個8位的二進制字節，在將新得到的2個二進制字符進行16位進制轉換
* 得到的新的16位字符串就是Hex的值，所以 二進制的[72, 69, 88]??《hex》 484558是相等的。
* [72, 69, 88]byte數組的二進制=?01001000? ?01000101? ?01011000?
* 二進制=?01001000? ?01000101? ?01011000? 進行hex的打斷操作 ?0100 1000? ?0100 0101? ?0101 1000
* 在加上前面的4個零得到一個新的6個8位二進制 = 0000?0100 00001000 ?0000?0100 00000101? 0000?0101 00001000
* 新的6個8位二進制 進行16進制轉換 0000?0100 00001000 ?0000?0100 00000101? 0000?0101 00001000 = 484558
* 總結所以說Hex編碼后的二進制長度變為了原來的2倍，所以字節長度增加了一倍。
?

Hex的編碼過程

字符串： HEX ASCII碼： [72,69,88] 二進制碼： ?01001000? ?01000101? ?01011000? 重新分組： 0100 1000 0100 0101 0101 1000 高位補零后的二進制碼： 00000100 00001000 00000100 00000101 00000101 00001000 十六進制碼： 4 8 4 5 5 8 Hex碼： 484558

?

Java 代碼實現

package com.gl.test;import org.apache.commons.codec.binary.Hex;import java.util.Arrays;public class TestHex {public static void main(String[] args) {//一個字符串String hex = "HEX";//獲取字符串的byte數組byte[] buf = hex.getBytes();//輸出byte數組System.out.println(Arrays.toString(buf));//轉換成Hex輸出System.out.println(Hex.encodeHexString(buf));} }

maven 依賴

<dependency><groupId>commons-codec</groupId><artifactId>commons-codec</artifactId><version>1.10</version></dependency>

?

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的简析多种编码方式（Hex, Base64, UTF-8）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。