【字符编码】字符编码 && Base64编码算法

一、前言

在前面的解决乱码的一文中,只找到了解决办法,但是没有为什么,说白了,就是对编码还是不是太熟悉,编码问题是一个很简单的问题,计算机从业人员应该也必须弄清楚,基于编码的应用有Base64加密算法,然后,这个问题一直放着,想找个机会解决。于是乎,终于逮到机会,开始下手。

二、编码

关于ASCII、Unicode编码、UTF-8编码等问题,可以参见笔者另外一篇博客【字符编码】彻底理解字符编码

三、Base64算法

Base64是网络上最常见的用于传输8Bit字节代码的编码方式之一,关于Base64的介绍可以参见这两篇文章base64BASE64算法,下面我们通过Java来实现Base64编码算法并且详细解析其中遇到的问题。

Base64编码算法的流程图如下:

说明:Base64规则表由Base64的规定的规则得到,而逆向Base64规则表则通过少量的计算获得,如某Base64的编码字符串为QQ==,对于字符Q而言,Q的ASCII编码为81,Base64规则中,16对应Q,则将逆向Base64表中下标为81的项置为16。其余不在Base64中的元素在逆向表中值为-1,逆向表的计算流程如下:

四、Base64算法的Java实现

Java中的字符都是以Unicode格式进行存储的,如何查看任一个字符在Java中的表示?使用如下代码即可

复制代码
import java.io.UnsupportedEncodingException;
public class Test {
    public static void main(String[] args) throws UnsupportedEncodingException {
        String str = "张";
        byte[] bytes = str.getBytes("utf-8");
        for (int i = 0; i < bytes.length; i++) {
            System.out.print(Integer.toHexString(bytes[i] & 0xff).toUpperCase() + " ");
        }
    }
}
复制代码

运行结果:

E5 BC A0

说明:假设中文张的编码为GBK,则转化为UTF-8编码经过了GBK->Unicode->UTF-8的步骤。

Base64算法代码清单

复制代码
package com.leesf.chapter10;

import java.io.UnsupportedEncodingException;

public class Base64 {
    private static char[] base64EncodeChars = new char[] { 'A', 'B', 'C', 'D',
            'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q',
            'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'a', 'b', 'c', 'd',
            'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q',
            'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z', '0', '1', '2', '3',
            '4', '5', '6', '7', '8', '9', '+', '/' };

    private static byte[] base64DecodeChars = new byte[] { -1, -1, -1, -1, -1,
            -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,
            -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,
            -1, -1, -1, -1, 62, -1, -1, -1, 63, 52, 53, 54, 55, 56, 57, 58, 59,
            60, 61, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9,
            10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, -1,
            -1, -1, -1, -1, -1, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37,
            38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, -1, -1, -1,
            -1, -1 };

    public static String encode(byte[] data) {
        StringBuffer sb = new StringBuffer();
        int len = data.length;
        int i = 0;
        int b1, b2, b3;
        while (i < len) {
            // 提取b1
            b1 = data[i++] & 0xff;
            if (i == len) { // len % 3 == 1
                // 向右无符号移动2位,保留b1的0-5位(前六位)
                sb.append(base64EncodeChars[b1 >>> 2]);
                // 保留b1的6-7位(后两位),其余位为0,然后向左移动4位,低位补0
                sb.append(base64EncodeChars[(b1 & 0x3) << 4]);
                // 添加两个等号(Base64规则)
                sb.append("==");
                // 跳出循环
                break;
            }
            // 提取b2
            b2 = data[i++] & 0xff;
            if (i == len) { // len % 3 == 2
                // 保留b1的0-5位(前六位),其余位为0
                sb.append(base64EncodeChars[b1 >>> 2]);
                // 保留b1的6-7位(后两位),其余位为0,然后向左移动4位,低位补0
                // 然后保留b2的0-3位(前四位),然后合并
                sb.append(base64EncodeChars[((b1 & 0x03) << 4)
                        | ((b2 & 0xf0) >>> 4)]);
                sb.append(base64EncodeChars[(b2 & 0x0f) << 2]);
                // 添加两个等号(Base64规则)
                sb.append("=");
                // 跳出循环
                break;
            }
            // 提取b3
            b3 = data[i++] & 0xff;
            // 向右无符号移动2位,保留b1的0-5位(前六位)
            sb.append(base64EncodeChars[b1 >>> 2]);
            // 保留b1的6-7位(后两位),其余位为0,然后向左移动4位,低位补0
            // 然后保留b2的0-3位(前四位),然后合并
            sb.append(base64EncodeChars[((b1 & 0x03) << 4)
                    | ((b2 & 0xf0) >>> 4)]);
            // 保留b2的4-7位(后四位),然后向右移2位,低位补0,
            // 然后保留b3的0-1位(前两位),然后合并
            sb.append(base64EncodeChars[((b2 & 0x0f) << 2)
                    | ((b3 & 0xc0) >>> 6)]);
            // 保留b3的2-7位(后六位)
            sb.append(base64EncodeChars[b3 & 0x3f]);
        }
        return sb.toString();
    }

    public static byte[] decode(String str) throws UnsupportedEncodingException {
        // 使用ISO8859-1搭配其他编码如UTF-8,GBK可以显示中文
        StringBuffer sb = new StringBuffer();
        // 获取ASCII码
        byte[] data = str.getBytes("US-ASCII");
        int len = data.length;
        int i = 0;
        int b1, b2, b3, b4;
        while (i < len) {
            do {
                b1 = base64DecodeChars[data[i++]];
            } while (i < len && b1 == -1);
            if (b1 == -1)
                break;
            do {
                b2 = base64DecodeChars[data[i++]];
            } while (i < len && b2 == -1);
            if (b2 == -1)
                break;
            // b1向左移2位,然后b2保留2-3位,再向右无符号移动4位,再合并
            sb.append((char) ((b1 << 2) | ((b2 & 0x30) >>> 4)));
            do {
                b3 = data[i++];
                if (b3 == 61) // 遇到了=号,结束,返回
                    return sb.toString().getBytes("ISO8859-1");
                b3 = base64DecodeChars[b3];
            } while (i < len && b3 == -1);
            if (b3 == -1)
                break;
            // 提取b2的4-7位(后四位),再向左移动4位,b3保留2-5位,再向右无符号移动2位
            sb.append((char) (((b2 & 0x0f) << 4) | ((b3 & 0x3c) >>> 2)));
            do {
                b4 = data[i++];
                if (b4 == 61) // 遇到了=号,结束,返回
                    return sb.toString().getBytes("ISO8859-1");
                b4 = base64DecodeChars[b4];
            } while (i < len && b4 == -1);
            if (b4 == -1)
                break;
            // 提取b3的6-7位(最后两位),再向左移动6位,再取b4的2-7位(后六位),然后合并b4
            sb.append((char) (((b3 & 0x03) << 6) | (b4 & 0x3f)));
        }
        return sb.toString().getBytes("ISO8859-1");
    }

    public static void main(String[] args) throws UnsupportedEncodingException {
        String s = "张";
        System.out.println("编码前:" + s);
        String x = encode(s.getBytes());
        System.out.println("编码后:" + x);
        String x1 = new String(decode(x));
        System.out.println("解码后:" + x1);
    }
}
复制代码

运行结果:

编码前:张
编码后:5byg
解码后:张
说明:理解了Base64的编码解码过程,那么代码也很好理解。

五、总结

经过此篇博文,对字符编码的理解更深刻了,明白了字符编码之间的如何进行转化,有了这个基础后,再看其他与字符编码相关的知识将更容易,特此记录,以后遇到与字符编码相关的问题还会进行记录。谢谢各位园友观看~

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.