1.11　用字符表示數(shù)字

UTF-8用數(shù)字來表示由代表字符的位組成的數(shù)字。但是我們還沒有完成！現(xiàn)在，我們要用字符來表示其中的一些數(shù)字。在計算機與計算機互相通信的早期，人們希望在計算機之間發(fā)送的不僅僅是文字，還希望發(fā)送二進制數(shù)據(jù)。但在計算機間發(fā)送二進制數(shù)據(jù)并不簡單，因為許多ASCII值都是為控制字符保留的，而且不同系統(tǒng)之間的處理方式不一致。此外，有些系統(tǒng)只支持7位字符的傳輸。

1.11.1　可打印字符引用編碼

可打印字符引用編碼也稱為QP編碼，是一種允許將8位數(shù)據(jù)通過只支持7位數(shù)據(jù)的路徑進行通信的編碼，常用于電子郵件附件。這種編碼允許任何8位的字節(jié)值由3個字符表示：字符“=”后跟一對十六進制數(shù)字（1個數(shù)字對應1個半字節(jié)）。當然，這樣做的過程中，“=”具有特殊含義，因此必須用“=3D”代表它，它的值見表1-11。

可打印字符引用編碼有一些額外的規(guī)則。如果制表符和空格字符出現(xiàn)在行尾，必須分別用“=09”和“=20”表示。編碼后數(shù)據(jù)行的長度不能超過76個字符。在行末的“=”是一個軟換行符，當接收方解碼數(shù)據(jù)時會刪除。

1.11.2　Base64編碼

雖然可打印字符引用編碼可以使用，但因為需要三個字符來代表一個字節(jié)，它的效率并不高。Base64編碼更有效率，而效率在計算機之間的通信速度比現(xiàn)在慢得多的時候非常重要。Base64編碼將3字節(jié)的數(shù)據(jù)打包分配給4個字符。這3字節(jié)的24位數(shù)據(jù)被分割成4個6位的塊，每個塊分配一個打印字符，如表1-13所示。

圖1-17展示了如何將字節(jié)0、1、2編碼為AAEC。

圖1-17所示的編碼以3字節(jié)為一組，將其轉(zhuǎn)換為4個字符。但不能保證數(shù)據(jù)的長度是3字節(jié)的倍數(shù)，因而可以通過填充字符來確保數(shù)據(jù)的長度是3字節(jié)的倍數(shù)；如果末尾只有2字節(jié)，則會在末尾添加一個“=”，如果末尾只有1字節(jié)，則會在末尾添加“==”。

這種編碼也常用于電子郵件附件。

1.11.3　URL編碼

在上文中可以看到，可打印字符引用編碼賦予了“=”字符特殊的權力，編碼中也包含了表示“=”但沒有特殊的功能的機制。網(wǎng)頁URL使用了幾乎同一種模式。

如果你曾經(jīng)檢查過網(wǎng)頁的URL，可能已經(jīng)注意到像%26和%2F這樣的字符序列。這些字符之所以存在是因為它們在URL的上下文中具有特殊含義。但有時我們需要用這些字符作為字面值，換句話說，就是不含特殊的意義。

上一節(jié)提到，字符被表示為一個8位數(shù)據(jù)塊的序列。每個數(shù)據(jù)塊可以用兩個十六進制的字符來表示，如圖1-16所示。URL編碼，也稱為百分制編碼，用%后面跟著其十六進制表示的形式替換字符。

例如，正斜線字符（/）在URL中有特殊的含義。它的ASCII值為47，也就是十六進制中的2F。如果我們需要使用URL中的“/”，而不想觸發(fā)其特殊含義，可以用%2F代替“/”。（因為我們剛剛給%字符賦予了特殊含義，如果想在字面上表示%，需要用%25代替%。）