编码算法

要学习编码算法，我们先来看一看什么是编码。
ASCII码就是一种编码，字母A的编码是十六进制的0x41，字母B是0x42，以此类推

因为ASCII编码最多只能有127个字符，要想对更多的文字进行编码，就需要用Unicode。

中文的中使用Unicode编码就是0x4e2d，使用UTF-8则需要3个字节编码

因此，最简单的编码是直接给每个字符指定一个若干字节表示的整数，复杂一点的编码就需要根据一个已有的编码推算出来。（例如： I love you 用ASCII编码表示就是0x49 0x20 0x6C 0x6F 0x76 0x65 0x20 0x79 0x6F 0x75，是不是有内味了）。

URL编码

URLEncoder.encode("中文!",StandardCharsets.UTF_8);
URL编码是浏览器发送数据给服务器时使用的编码，它通常附加在URL的参数部分，例如
[https://www.baidu.com/s?wd=%E4%B8%AD%E6%96%87](https://www.baidu.com/s?wd=%E4%B8%AD%E6%96%87)
之所以需要URL编码，是因为出于兼容性考虑，很多服务器只识别ASCII字符。但如果URL中包含中文、日文这些非ASCII字符怎么办？URL编码有一套规则

• 如果字符是A~Z,a~z,0~9以及**-**``**_**``**.**``*****，则保持不变 。~~（ASCII码能表示的不变） ~~（属于ASCII码的也会对其编码)
• 如果是其他字符，先转换为UTF-8编码，然后对每个字节以**%XX**表示
• 空格字符" "转换为加号"%20"

例如，字符中的UTF-8编码是0xe4b8ad，因此，它的URL编码是%E4%B8%AD，URL编码总是大写。

Java标准库提供了一个URLEncoder类来对任意字符串进行URL编码

public class Main {
    public static void main(String[] args){
        String encode = URLEncoder.encode("中文!","UTF-8");
        System.out.println(encoded);
    }
}

上述代码运行结果是 %E4%B8%AD%E6%96%87%21，中的URL编码是%E4%B8%87，
!虽然是ASCII字符，也要对其编码%21。
和标准的URL编码稍有不同，URLEncoder把空格字符编码成+，而现在的URL编码标准要求空格被编码为%20，不过，服务器都可以处理这两种情况。

URL编码解码

URLDecoder.decode("%E4%B8%AD%E6%96%87%21",StandardCharsets.UTF_8);
如果服务器收到URL编码的字符串，就可以对其进行解码，还原成原始字符串。Java标准库URLDecoder就可以解码

public class Main{
    public static void main(String[] args){
        String decoded = URLDecoder.decode("%E4%B8%AD%E6%96%87%21",StandardCharsets.UTF_8);
        System.out.println(decoded);
    }
}

要特别注意：URL编码是编码算法，不是加密算法。URL编码的目的是把任意文本数据编码为%前缀表示的文本，编码后的文本仅包含A~Z，a~z,0~9,-，_，.，*，%，便于浏览器和服务器处理。

Base64编码

URL编码是对字符进行编码，表示成%xx的形式，而Base64编码是对二进制数据进行编码，表示成文本格式。

Base64编码可以把任意长度的二进制数据变为纯文本，且只包含A~Z，a~z，0~9，+ 、/、= 这些字符。

每个字节8bit，3字节就是24位，按6bit一组正好是4组，每组用int表示。
它的原理是把每3字节的二进制数据按6bit一组，用4个int整数表示，然后查表(Base64索引表)，把int整数用索引对应到字符，得到编码后的字符串。

举个例子：3个byte数据分别是e4、b8、ad，按6bit分组得到39、0b、22和2d:

因为6位整数的范围总是0~63，所以，能用64个字符表示:字符A~Z 对应0~25，字符a~z对应索引26~51，字符0~9对应索引52~61，最后两个索引62、63分别用字符+和/。

在Java中，二进制数据就是byte[]数组，Java标准库提供了Base64来对byte[]数组进行编解码。

public class Main {
    public static void main(String[] args){
        byte[] input = new byte[] {(byte) 0xe4,(byte) 0xb8,(byte) 0xad};
        String b64encoded = Base64.getEncoder().encodeToString(input);
        System.out.pritnln(b64encoded);
    }
}

编码后得到 5List4个字符，要对Base64解码，仍然用Base64这个类

public class Main{
    public static void main(String[] args){
        byte[] output = Base64.getDecoder().decode("5List");
        System.out.println(Arrays.toString(output));
    }
}

如果输入的byte[]数组长度不是3的整数倍怎么办？
这种情况下，需要对输入的末尾补一个或两个0x00，编码后，在结尾加一个=，表示补充了1个0x00，加两个=表示补充了2个0x00，解码的时候，去掉末尾补充的一个或两个0x00即可。
实际上，因为编码后的长度加上=总是4的位数，所以即使不加=也可以计算出原始输入的byte[]。Base64编码的时候可以用withoutPadding()去掉=，解码出来的结果是一样的。

public class Main {
    public static void main(String[] args) {
    byte[] input = new byte[] { (byte) 0xe4, (byte) 0xb8, (byte) 0xad, 0x21};
        String b64enCoded = Base64.getEncoder().encodeToString(input);
        String b64encoded2 = Base64.getEncoder().withoutPadding().encodeToString(input);

        System.out.println(b64encoded);
        System.out.println(b64encoded2);

        byte[] output = Base64.getDecoder().decode(b64encoded2);
        System.out.println(Arrays.toString(outpu));
    }
}

因为标准的Base64编码会出现+、/、=，所以不适合把Base64编码后的字符串放到URL中。一种针对URL的Base64编码——可以在URL中使用的Base64编码，它仅仅是把+变成了-，/变成了_。

public class Main {
    public static void main(String[] args) {
        byte[] input = new byte[] { 0x01, 0x02, 0x7f, 0x00};
        String b64encoded = Base64.geturlEncoder().encodeToString(input);
        System.out.println(b64encoded);
        byte[] output = Base64.getUrlDecoder().decode(b64encoded);
        System.out.println(Arrays.toString(output));
    }
}

Base64编码的目的是把二进制数据变成文本格式，这样在很多文本中就可以处理二进制数据。例如，电子邮件协议就是文本协议，如果要在电子邮件中添加一个二进制文件，就可以用Base64编码，然后以文本的形式传送。
Base64编码的缺点是传输效率会降低，因为它把原始数据的长度增加了1/3。
和URL编码一样，Base64编码是一种编码算法，不是加密算法。
如果把base64的64个字符编码表换成32个、48个或者58个，就可以使用Base32编码，Base48编码和Base58编码。字符越少，编码效率就会越低。

ASCII码，用一个字节(8bit)来表示，因为最高位始终是0，因此只有7位(128个,0~127)存储空间，主要存储的是英文字符和一些常用符号及特殊符号。

https://www.yuque.com/docs/share/371c8036-cb9b-4ed3-a522-f31b3a107800?# 《ASCII 码》

GB2312，用两个字节来表示，最高位始终是1,因此只有32767个存储空间，用来存储中文常用汉字。

https://www.yuque.com/u835533/ieb2hl/xzro9r/edit

Unicode编码，用两个字节或者更多字节来表示。

Unicode 只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。 https://www.yuque.com/u835533/ieb2hl/ansu5f