字元編碼（2）——Base64，ANSI

Base64是什麼？

Base64編碼的用途是為了傳輸和傳輸安全（其實并不太安全）。

它的算法是：每3個位元組（每位元組8bit），轉換為4個6bit的位元組（一個位元組應該是8bit，是以前2位補0），然後每個6位前2位（高位）被2個零。例如：

xxxxxxxx yyyyyyyy xxxxyyyy這裡轉換前的3個位元組，然後，每6位分到一個位元組中：

xxxxxx xxyyyy yyyyxx xxyyyy

然後高位補0

00xxxxxx 00xxyyyy 00yyyyxx 00xxyyyy

其中xy是二進制的0和1，然後再按base64碼表進行替換(base64，基本的64個碼，=号不在其内)

0 A

16 Q

 32 g

 48 w        

1 B

 17 R

 33 h

 49 x

2 C

 18 S

 34 i

 50 y

3 D

 19 T

 35 j

 51 z

4 E

 20 U

 36 k

 52 0

5 F

 21 V

 37 l

 53 1

6 G

 22 W

 38 m

 54 2

7 H

 23 X

 39 n

 55 3

8 I

 24 Y

 40 o

 56 4

9 J

 25 Z

 41 p

 57 5

10 K

 26 a

 42 q

 58 6

11 L

 27 b

 43 r

 59 7

12 M

 28 c

 44 s

 60 8

13 N

 29 d

 45 t

 61 9

14 O

 30 e

 46 u

 62 +

15 P

 31 f

 47 v

 63 /

從碼表中可以得知，base64編碼後的字串隻包含在小寫字母，數字，還有+/這2個特殊字元。

還有一些擴充的base64用法。例如用于url傳遞的其中把+号和左斜線換成了*和-

現在以Hello這個單詞來測試一下，之前，先通過.net提供的base64轉換方法得到它的base64編碼。

public static string Base64Encoding(this string selfChar,Encoding encoding)

{ 

    byte[] bb = selfencoding.GetBytes(selfChar);

    return Convert.ToBase64String(bb);

}

在Ascii編碼環境下

Hello這個單詞有5個字母，就是5個位元組，那麼可以把它分為Hel lo兩部分。第一部分的Hel是3個位元組，它的二進制格式為（可以查ascii表，也可以由上一篇中給出的方法求）：010010000110010101101100

然後分為4個6位：010010 000110 010101 101100

然後高位補0：00010010 00000110 00010101 00101100，然後換算為10進制為18 6 21 44

然後與碼表對應替換：SGVs

下邊對後2個位元組進行編碼。因為base64要求8*3——6*4，然後才進行下一步計算。這裡隻有2個位元組，那應該對其補，補就是用＝号來替換。

開始：lo的二進制為0110110001101111

因為不夠24位，是以分為3個6位位元組011011 000110 111100

011011 000110 111100，10進制數為：27 6 60，然後再補一個＝号就是

bG8=

與上邊的連起來就是SGVs bG8=

在程式中驗證，這個是正确的。

再做一個漢字語句的base64編碼：趙。

在utf-8編碼下，它的二進制是：111010001011010110110101

它有3個位元組，分為4個位元組：111010 001011 010110 110101，補0：00111010 00001011 00010110 00110101

10進制是：58 11 22 53

碼表：6LW1。

在GB2312環境下的64位編碼是怎樣的？

“趙”字的gb2312編碼環境下的位元組有2個，它的二進制位是：1101010111010100，分為6位的：

110101 011101 010000

對應的10進制是：53 29 16，對應碼表是1dQ，然後補＝号就是

1dQ=

在Ascii環境下的64位編碼是怎樣的？

“趙”字不在Ascii碼内（ascii在127之内）。那麼對于編碼環境下不存在的字元怎麼樣處理呢？

在ascii環境下，任何大于127的，即U+007F（unicode編碼127的），則由ascii的問号替換。

然後，問号在unicode值下是63（Ascii下也是，這是10進制數），63的二進制是：111111。這是一個位元組(按Base64編碼算法，要補齊3個位元組，是以最後要加2個等号)，它應該是：00111111，然後每6位分一位元組：001111 110000

不足的在後邊補0，這個補0與6位變8位補不是一樣的概念。那麼這兩個8位的10進制數是：

15 48，對應碼表就是Pw，

然後還要加上2個等号==

最後變成了Pw==

ANSI

American National Standards Institute（ANSI——美國國家标準局）

為使計算機支援更多語言，通常使用 0x80—0xFF 範圍的 2 個位元組來表示 1 個字元。比如：漢字 '中' 在中文作業系統中，使用 [0xD6,0xD0] 這兩個位元組存儲。

不同的國家和地區制定了不同的标準，由此産生了 GB2312, BIG5, JIS 等各自的編碼标準。這些使用 2 個位元組來代表一個字元的各種漢字延伸編碼方式，稱為 ANSI 編碼。在簡體中文系統下，ANSI 編碼代表 GB2312 編碼，在日文作業系統下，ANSI 編碼代表 JIS 編碼。

不同 ANSI 編碼之間互不相容，當資訊在國際間交流時，無法将屬于兩種語言的文字，存儲在同一段 ANSI 編碼的文本中。

部落格園大道至簡

<a href="http://www.cnblogs.com/jams742003/" target="_blank">http://www.cnblogs.com/jams742003/</a>

轉載請注明：部落格園