计算机编码介绍.ppt

几种常用编码的介绍 第*页 第*页 第*页 * 一、base64编码 二、Quoted Printable编码 三、UTF8 编码 四、GB2312编码 Base64是一种传输编码； 是为了适应将任何计算机数据都表示成便于 显示和排版的字符串； Base64中的64个字符是： “ABCDEFGHIJKLMNOPQRSTUVWXYZabc defghijklmnopqrstuvwxyz+/0123456789” Base64编码－介绍 2的6次方等于64。 因为base64只有64个可用字符，所以它编码后 的每个字节只能表示6个bit的信息内容； 我们待编码的内容是8个bit的，所以就造成了编 码以后的数据比原来的数据要长； 6和8的最小公倍数是24，故base64的最小编码 单元是24bit，四个字符。 Base64编码－介绍 Base64编码－举例 例如我们要对字符串“123”编码： “123”对应的16进制数为：0x31 0x32 0x33； 表示成二进制数表示如下： 00110010 将二进制数每6位分成一组表示如下： 001100 010011 001000 110011； 每6位分段后得到的四个数字分别是：12 19 8 51 在base64编码表中查表对应的字符： M T I z 所以字符串”123”编码后是“MTIz” Base64编码－特例 例如我们要对字符串“12312”编码： “123”对应的16进制数为：0x31 0x32 0x33 0x31 0x32； 表示成二进制数表示如下： 0011001000110001 将二进制数每6位分成一组表示如下： 001100 010011 001000 110011 001100 010011 001000； 注意： 因为原始字符串不是3的倍数，分出来后最后一组缺两位，需要补零。 每6位分段后得到的七个数字分别是：12 19 8 51 12 19 8 在base64编码表中查表对应的字符： M T I z M T I 不够一个6位分组单元的补0，不够一个编码单元(4个字节)的补“＝”号，编码后的字符串是”MTIzMTI=“ Base64编码－其他 base64编码后的数据只能出现base64里面的64个字符、用于补齐的‘＝’号和回车换行符。 回车换行必须出现在4的整数倍个字符后，‘＝’只能出现在每4个字符单元的最后一个或最后两个。 举例： EFH/ABC= HIaCAB== ABCDA+/=ABC= ABC A===,A=BC,AB=C Quoted printable编码 Outlook翻译为：“括上的可打印项目” 这个编码非常简单，但是数据冗余量非常大。 例如将“123”进行编码： “123”对应的16进制数分别是0x31 0x32 0x33 编码后的字符串为”=31=32=33” 编码后数据的长度是编码前数据长度的3倍，是一种非常简单但很不经济的一种编码方法。 UTF-8编码－背景 UTF-8意思是Universal Transformation Format 通用转换格式; UTF-8用1－6个字节编码Unicode字符，用在网页上可以同一个页面显示中文简体、繁体及其他语言，称为万国码。 ASCII字符集 1－128 大小写英语字符、数字、标点、换行制表控制等； ASCII扩展字符集 128-255 一些欧洲文字，拉丁字母 Unicode字符集：所有字符用两个字节表示，高字节为零的表示ASCII字符集内容，高字节不是零的代表了其他语言里的字符，如汉语、日语、韩语、越南语等。 UTF-8编码－产生原因 因为Unicode表示ASCII字符时不经济：一个字符用两个字节表示，且主机间传输时存在字节序的问题：x86平台和ppc平台不一样，0xAABB怎么解析需要约定。所以出现了一种中间格式的字符集，称为通用转换格式，有UTF-7、-7.5、-8、-16、-32等。 UTF-8编码－转换方法 128以内：Unicode＝UTF-8; 128-2047：00000xxx xxxxxxx -110xxxxx 10xxxxxx 2048-65535： xxxxxxxx xxxxxxxx-1110xxxx 10xxxxxx 10xxxxxx 65536－2097151： 000xxxxx xxxxxxxx xxxxxxxx- 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 2097152