编码的简单总结
说明
- 下面对于各种编码分类并不完全对，仅仅为了便于比较总结记忆
- 编码的前缀也不是严格非要那样，为了在碰到时，或许可以一眼看出这是哪种编码
- 对于编码方式没有详细解释，只是简短的大概说明，关于编码具体过程，网上有很多资料
- utf编码有大小端的问题https://blog.csdn.net/byf0521hlyp/article/details/80365045
- unicode与utf-8关系的说明文章
- base家族https://blog.csdn.net/lili13897741554/article/details/82177472
字符及网络上常用编码
| 编码 | 目的 | 前缀或特点 | 编码形式 | 常见或特殊记忆 |
|---|---|---|---|---|
| url编码 | 对ascii中的一些可打印字符进行编码 | 前缀% | 以％为前缀，其后是字符的两16进制的ascii码 | ％20空格 ％00空字节 ％25百分号 +也代表url的空格 |
| html编码 | 为在html文档中安全的使用某些字符 | &或&#或&#x | 后跟字符10进制的ascii码，&#x为前缀，后跟字符的16进制的ascii码 | "为"或"或" >为> <为< |
| uuencode编码 | 将二进制文件转换为文本文件，便于纯文本email传输 | 只有可打印字符串，从10进制ascii码33-96，即明显没有小写字母中括号等 | ||
| 16进制编码 | 对二进制数据进行16进制编码 | |||
| base64 | 对二进制数据进行编码，用来将非ASCII字符的数据转换成ASCII字符 | 末尾经常出现= | 大写字母AZ,小写字母az,数字0~9以及"+","/"及用来填充的= | |
| base32 | 对二进制数据进行编码，用来将非ASCII字符的数据转换成ASCII字符 | 末尾经常出现= | 大写字母AZ和数字27及用来填充的= | |
| base16 | 对二进制数据进行编码，用来将非ASCII字符的数据转换成ASCII字符 | 数字09和字母AF | ||
| unicode | 对世界所有的字符编码 | U+ | 用四个字节为每个字符进行编码，一般用16进制字符表示 | |
| utf8 | 把unicode字符进行编码，便于存储传输的编码方式 | % | 使用一至四个字节为每个字符编码 | |
| utf16 | 把unicode字符进行编码，便于存储传输的编码方式 | %u | 使用二或四个字节为每个字符编码 | |
| utf32 | 把unicode字符进行编码，便于存储传输的编码方式 | %u | 使用四个字节为每个字符编码 | |
| ascii码 | 对键盘的128个字符编码 | 使用7位二进制数来表示所有的大写和小写字母，数字0 到9、标点符号，以及在美式英语中使用的特殊控制字符 | ||
| gbk | 对中文字符编码 | 使用两个字节编码 | ||
| bcd码 | 对二进制数据进行编码 | 用4位二进制数来表示一位十进制数中的0~9十个数码，有8421码，2421码，余3循环码等方式 | ||
| quoted-printable编码 | 在邮件扩展标准中用于对非ascii字符或二进制文件（图片视频等） | = | 每一个8位字节编码为一个=号后跟两个十六位数，根url编码差不多，只不过前缀为= | |
| 敲击码 | 对26个英文字母编码 | 将26个字母放在5*5的矩阵中(k和c放在一起)，比如用（1，1）代表A,（1，5）代表E | ||
| 摩尔斯电码 | . - | 用. -的不同组合顺序表示字母，数字，标点符号，并用停顿区分单词，句子 |
数字信号编码
非归零编码NRE——高低电平分别用0和1表示
曼彻斯特编码——从高电平跳到低电平表示0，从低电平跳到高电平表示1
差分曼彻斯特编码——每一位中间有跳变，用来表示时钟，每一位开始时有跳变表示0，无表示1
其它常见编码
霍夫曼编码
用于压缩，MP3编码等
简单的二元霍夫曼编码过程如下
所以e的编码为1，c的编码为01，f的编码为000，h的编码为001
费诺编码
简单的二元费诺编码过程如下，不断分为概率相近的两组
游程编码
用于卫星，医学图像等的编码，利用游程，例如图像像素为
3333
4333
2211
1111
灰度：3，4，3，2，1，1
长度：4，1，3，2，2，4
灰度用两位，长度用两位为1011，1100，1010，0101，0001，0011
差错控制码
奇偶校验码
增加一位奇（偶）校验位并一起存储或传送
比如：1111000中1位偶数添加一位为0表示1的位数为偶数，变为11110000，如果传输过程中发生了错误变为10110000，那么就可以知道有一位发生了错误。如果偶数个位错误，是无法发现的
循环冗余码crc
一个k位的二进制数据，左移r位，除以一个给定的r+1位的多项式相除，得到的r位余数就为校验码，拼到k位的二进制数后面
只要将接受到的数据和校验位用约定好的同样的生成多项式除，如果能除尽，表明没有发生错误（不一定，也有可能错误）；若除不尽，则表明某些数据位发生了错误
如信息码为1100，生成多项式为\(x^{3}+x+1\)
则1100平移3位1100000 除以1011，余数为010，拼在1100后面为1100010
海明校验码
能够纠正一位错误或者检测两位错误并纠一正位错误
设信息码为k位，校验码为r位，海明码为k＋r位
如果能够纠正一位错则应满足\(2^{r}-1\geq k+r\)
如果能够发现两位错并纠正一位错则应满足\(2^{r-1}\geq k+r\)
编码规律为
- 每个校验位\(p_{i}\)放在海明码中位号为\(2^{i-1}\)的位置
- 海明码的每一位（数据位和校验位）由多个校验位进行校验：被校验位的位号=校验位位号之和
例如求01101110的海明码，使其能纠正一位错误
一 确定校验位数
\(2^{4}-1\geq 8+4\) 所以r为4
二 确定校验位所在位置
\(2^{1-1}\)，\(2^{2-1}\)，\(2^{3-1}\)，\(2^{4-1}\)所以海明码的1，2，4，8为校验位
三 分组
四 确定校验位
每一组除本身校验位外，所有位异或，如第一组为\({D}_{7} \oplus{D}_{6} \oplus{D}_{4} \oplus{D}_{3} \oplus{D}_{1}={1}\)
四个校验码分别为1101，所以海明码为110011011110
五 校验
将每一组与本组的校验位异或，即\({P}_{1} \oplus{D}_{7} \oplus{D}_{6} \oplus{D}_{4} \oplus{D}_{3} \oplus{D}_{1}\)，如果校验位都为0，则无错,如果有错，校验位二进制编码即为出错位号，如，如果校验位为1010，则第第10位错，即\({D}_{2}\)出错
