Java编码算法 - 技术栈

编码

1.编码算法
2.URL编码
- **URLEncoder类，主要进行编码**
- **URLDecoder类，主要进行解码**
3.Base64编码
结论：

1.编码算法

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：

字母	ASCII编码
A	0x41
B	0x42
C	0x43
D	0x44
...	...

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，就需要用占用2个字节的Unicode或者3个字节的UTF-8。例如：中文的"中"字使用Unicode编码就是0x4e2d，UTF-8编码是0xe4b8ad。

汉字	Unicode编码	UTF-8编码
中	0x4e2d	0xe4b8ad
文	0x6587	0xe69687
编	0x7f16	0xe7bc96
码	0x7801	0xe7a081

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。

2.URL编码

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=中文

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？不要紧，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；

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。

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：

java 复制代码

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

上述代码的运行结果是%E4%B8%AD%E6%96%87%21，"中"的URL编码是%E4%B8%AD，"文"的URL编码是%E6%96%87，!虽然是ASCII字符，也要对其编码为%21。

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标准库的URLDecoder就可以解码：

java 复制代码

public class Main {
    public static void main(String[] args) {
        String decoded = URLDecoder.decode("%E4%B8%AD%E6%96%87%21", "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，-，_，.，*和%，便于浏览器和服务器处理。

URLEncoder类，主要进行编码

java 复制代码

String keyworld = "巴黎";
String encoderString = URLEncoder.encode(keyworld, "utf-8");
System.out.println("编码内容为:" + encoderString);

URLDecoder类，主要进行解码

java 复制代码

String decoderString = URLDecoder.decode(encoderString, "utf-8");
System.out.println("解码内容为:" + decoderString);

3.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，并且纯文本内容中且只包含指定字符内容：A~Z、a~z、0~9、+、/、=。它的原理是把3字节的二进制数据按6bit一组，用4个整数表示，然后查表，把整数用索引对应到字符，得到编码后的字符串。

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对应索引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/表示。

举个例子：3个byte数据分别是e4、b8、ad，按6bit分组得到十六进制39、0b、22和2d，分别对应十进制57、11、34、45，通过索引计算结果为5Lit4

java 复制代码

┌───────────────┬───────────────┬───────────────┐
│      e4       │      b8       │      ad       │
└───────────────┴───────────────┴───────────────┘
┌─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┐
│1│1│1│0│0│1│0│0│1│0│1│1│1│0│0│0│1│0│1│0│1│1│0│1│二进制
└─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┘
┌───────────┬───────────┬───────────┬───────────┐
│    39     │    0b     │    22     │    2d     │十六进制
└───────────┴───────────┴───────────┴───────────┘
┌───────────┬───────────┬───────────┬───────────┐
│    57     │    11     │    34     │    45     │十进制
└───────────┴───────────┴───────────┴───────────┘
┌───────────┬───────────┬───────────┬───────────┐
│    5      │    L      │    i      │    t      │十进制
└───────────┴───────────┴───────────┴───────────┘

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：

java 复制代码

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.println(b64encoded);
    }
}

编码后得到字符串结果：5Lit。要对这个字符使用Base64解码，仍然用Base64这个类：

java 复制代码

public class Main {
    public static void main(String[] args) {
        byte[] output = Base64.getDecoder().decode("5Lit");
        System.out.println(Arrays.toString(output)); // [-28, -72, -83]
    }
}

因为标准的Base64编码会出现+、/和=，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-，/变成_：

java 复制代码

public class Main {
    public static void main(String[] args) {
        // 原始字节内容
		byte[] input = new byte[] { 0x01, 0x02, 0x7f, 0x00 };
		
		// 分别使用两种方式进行编码
		String b64Encode = Base64.getEncoder().encodeToString(input);
        String b64UrlEncoded = Base64.getUrlEncoder().encodeToString(input);
        
        // 替换"+、/和="
        System.out.println(b64Encode); 
        System.out.println(b64UrlEncoded);
        
        // 分别使用两种方式进行重新解码
        byte[] output1 = Base64.getDecoder().decode(b64Encode);
        byte[] output2 = Base64.getUrlDecoder().decode(b64UrlEncoded);

        // 结果完全一致
        System.out.println(Arrays.toString(output1));
        System.out.println(Arrays.toString(output2));
    }
}

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，编码的效率就会越低。

Base64编码

String s = "中";
// 原始字符串转字节数组
byte[] bytes = s.getBytes("UTF-8");
System.out.println(Arrays.toString(bytes));
// Base64编码(JDK1.8后提供)
String encode64 = Base64.getEncoder().encodeToString(bytes);
System.out.println("base64编码后:" + encode64);

Base64的补充字符

java 复制代码

String str = "ab";
byte[] bytes = str.getBytes();
System.out.println(Arrays.toString(bytes));
String enodingString = Base64.getEncoder().encodeToString(bytes);
System.out.println(enodingString);

Base64的占位符

java 复制代码

// Base64的"="占位符
// 原始字节内容
byte[] input = new byte[] { 0x01, 0x02, 0x7f, 0x00 };
// 分别使用两种方式进行编码
String b64Encode = Base64.getEncoder().encodeToString(input);
String b64UrlEncoded = Base64.getUrlEncoder().encodeToString(input);

// 替换"+、/和="
System.out.println(b64Encode);
System.out.println(b64UrlEncoded);

// 分别使用两种方式进行重新解码
byte[] output1 = Base64.getDecoder().decode(b64Encode);
byte[] output2 = Base64.getUrlDecoder().decode(b64UrlEncoded);

// 结果完全一致
System.out.println(Arrays.toString(output1));
System.out.println(Arrays.toString(output2));

Base64的应用

xx.jpg文件读取内容信息,编码，保存为base64的xx.txt文件

将xx.txt文件读取,解码,保存为xx.jpg文件

java 复制代码

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.Base64;

//Base64应用:xx.jpg文件读取内容信息,编码，保存为base64的xx.txt文件
//将xx.txt文件读取,解码,保存为xx.jpg文件
public class Main {
	public static void main(String[] args) throws IOException {
		imgEcoding();
		imgDecoding();
	}

	private static void imgEcoding() throws IOException {
		byte[] b = Files.readAllBytes(Paths.get("E:\\apesourcefile\\maomao.jpg"));
		// 将二进制字节信息用base64编码
		String str = Base64.getEncoder().encodeToString(b);
		// 写出编码后的字符串
		Files.write(Paths.get("a.txt"), str.getBytes());
		System.out.println("图片base64信息保存成功");
	}

	private static void imgDecoding() throws IOException {
		// base64字符串对应的字节信息
		byte[] b = Files.readAllBytes(Paths.get("a.txt"));
		// 解码
		byte[] bytes = Base64.getDecoder().decode(b);
		Files.write(Paths.get("E:\\apesourcefile\\Base64.jpg"), bytes);
		System.out.println("base64解码图片成功");
	}
}

结论：

URL编码和Base64编码都是编码算法，它们不是加密算法；

URL编码的目的是把任意文本数据编码为%前缀表示的文本，便于浏览器和服务器处理；

Base64编码的目的是把任意二进制数据编码为文本，但编码后数据量会增加1/3。