C工程实战入门笔记6-函数三关于base16编码的原理和函数模块化实战
![https://bing.ee123.net/img/rand?artid=150924222](https://bing.ee123.net/img/rand?artid=150924222 "本文介绍了计算机编码的基础知识，重点讲解了ASCII码和Base16编码的原理与实现。ASCII码用二进制表示字符，遵循特定大小规则（数字<大写字母<小写字母）。Base16将每个字节转换为两个十六进制字符，适用于Unicode码点表示。文章详细说明了不同码点值对应的字节数规则（1-4字节），并以"你好"为例演示了Base16编码过程（E4BDA0E5A5BD）。最后提供了C++实现Base16编解码的代码示例，包括直接实现和模块化函数两种方式。")
目录
C++工程实战入门笔记6-函数（三）关于base16编码的原理和函数模块化实战
首先，理解为什么要编码？
计算机内部所有数据都是用二进制（0和1） 存储的。但二进制对人类来说很难阅读和理解。比如：
文本 "Hello" 在计算机中存储为：01001000 01100101 01101100 01101100 01101111ASCII码
使用二进制表示所有的大写和小写字母，数字0 到9、标点符号，有固定对应表。
常见ASCII码的大小规则：
数字< 大写字母 < 小写字母
1.数字比字母要小。如 “7”<“F”；
2.数字0比数字9要小，并按0到9顺序递增。如 “3”<“8” ；
3.字母A比字母Z要小，并按A到Z顺序递增。如“A”<“Z” ；
4.同个字母的大写字母比小写字母要小32。如“A”<“a” 。
几个常见字母的ASCII码大小： “A”为65；“a”为97；“0”为 48
base16编码
Unicode 码点从分配的那一刻起就是永久固定、不可改变的规则。
字符 'H' 的 ASCII 码是 72 (十六进制 0x48)
会被编码为 "48"例如：
'A' → U+ 0041 → 十进制65
'你' → U+ 4F60 → 十进制20320
'😊' → U+ 1F60A → 十进制128522根据码点值确定字节数
规则1：如果码点值 ≤ 127 (0x7F)，使用1字节
包含所有ASCII字符：英文字母、数字、标点符号等规则2：如果码点值 ≤ 2047 (0x7FF)，使用2字节
包含拉丁字母扩展、希腊字母、西里尔字母、希伯来字母等规则3：如果码点值 ≤ 65535 (0xFFFF)，使用3字节
包含几乎所有常用汉字、日文、韩文字符
基本多文种平面(BMP)中的所有字符规则4：如果码点值 ≤ 1114111 (0x10FFFF)，使用4字节
包含辅助平面字符：罕见汉字、历史文字、表情符号等示例1：英文字母 ‘A’
Unicode码点: U+0041 (十进制65)
判断: 65 ≤ 127 → 使用1字节编码
UTF-8编码: 01000001 (0x41)示例2：中文 ‘你’
Unicode码点: U+4F60 (十进制20320)
判断: 20320 > 2047? 是 → 20320 ≤ 65535? 是 → 使用3字节编码
UTF-8编码: 11100100 10111101 10100000 (0xE4 0xBD 0xA0)示例3：表情符号 ‘😊’
Unicode码点: U+1F60A (十进制128522)
判断: 128522 > 65535? 是 → 128522 ≤ 1114111? 是 → 使用4字节编码
UTF-8编码: 11110000 10011111 10011000 10001010 (0xF0 0x9F 0x98 0x8A)编码规则
先看“你”
“你”的码点：4F60，属于U+0800 - U+FFFF之间，需要三个字节。4F60 转成二进制是
0100 1111 0110 0000格式参考上图3字节，然后填入
11100100 10111101 10100000再用十六进制表示上述码
E4 BD A0再看“好”
“好”的码点：597D，属于U+0800 - U+FFFF之间，需要三个字节。597D 转成二进制是
0101 1001 0111 1101格式参考上图3字节，然后填入
11100101 10100101 10111101再用十六进制表示上述码
E5 A5 BD所以综上：“你好”的base16编码是：E4BDA0E5A5BD
base16编码和解码C++实现
无函数，直接实现
int main()
{
SetConsoleOutputCP(65001); // 设置控制台输出编码为UTF-8
//string test_str = "测试用于base16的字符串";
string test_str = u8"你好";
//base16编码
string base16str;
//unsigned char 和char的区别
//8位一个字节
//unsigned 无符号，在做算术运算时不管符号
//char 第一位是符号位 二进制不能有正负号
for (unsigned char c : test_str)
{
char h = c >> 4 ;//取高位：移位丢弃低位 0100 0001 >>4 之后成为 0000 0100
char l = c & 0b00001111;//取低位，与00001111做与操作 之后成为 0000 0001
//cout << "h:"<<h << endl;
//cout << "l:" << l << endl;
base16str += base16_enc_tab[h];//0-15=>0-9，A-F
//cout << base16str << endl;
base16str += base16_enc_tab[l];
//cout << base16str << endl;
}
//cout << base16str << endl;
////base16解码
string ostr;
const vector<char> base16_dec_tab{
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//0-9
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//10-19
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//20-29
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//30-39
-1,-1,-1,-1,-1,-1,-1,-1,//40-47
0,1,2,3,4,5,6,7,8,9,//48-57
-1,-1,-1,-1,-1,-1,-1,//58-64
10,11,12,13,14,15//65-70 A-F
};
for (int i = 0; i < base16str.size(); i+=2)
{
char ch = base16str[i];
char cl = base16str[i + 1];
//'A'=>10,'0'=>0 0-15
//65=>A=>10 48=>0 70=>F
unsigned char h = base16_dec_tab[ch];
unsigned char l = base16_dec_tab[cl];
// h:0000 0100 l:0000 0001 ==> 0100 0001
ostr += (h << 4 ) | l;
}
cout << ostr << endl;
system("pause");
}*/函数模块化实现
base16.h
#pragma once
#include<string>
#include<vector>
///////////////////////////////////
//base16编码
//@para data：需要编码的二进制数据
//@return 返回base16编码的字符串
std::string Base16Encode(const std::vector<unsigned char> data);
///////////////////////////////////
//base16解码
//@para str：需要解码的base16字符串，必须是2的倍数
//@return 返回原始的二进制数据
std::vector<unsigned char> Base16Decode(const std::string &str);base16.cpp
#include "stdafx.h"
#include"base16.h"
#include<iostream>
using namespace std;
//静态全局变量 作用域本cpp文件
static const string enc_tab = "0123456789ABCDEF";
static const vector<char> dec_tab{
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//0-9
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//10-19
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//20-29
-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,//30-39
-1,-1,-1,-1,-1,-1,-1,-1,//40-47
0,1,2,3,4,5,6,7,8,9,//48-57
-1,-1,-1,-1,-1,-1,-1,//58-64
10,11,12,13,14,15//65-70 A-F
};
///////////////////////////////////
//base16编码
//@para data：需要编码的二进制数据
//@return 返回base16编码的字符串
std::string Base16Encode(const std::vector<unsigned char> data)
{
string res;
for (unsigned char c : data)
{
char h = c >> 4;//取高位：移位丢弃低位 0100 0001 >>4 之后成为 0000 0100
char l = c & 0b00001111;//取低位，与00001111做与操作 之后成为 0000 0001
res += enc_tab[h];//0-15=>0-9，A-F
res += enc_tab[l];
}
return res;
}
///////////////////////////////////
//base16解码
//@para str：需要解码的base16字符串，必须是2的倍数
//@return 返回原始的二进制数据
std::vector<unsigned char> Base16Decode(const std::string &str)
{
if (str.size() % 2 != 0)
{
cerr << "base16 string is error" << endl;
return{};
}
std::vector<unsigned char> res;
for (int i = 0; i < str.size(); i += 2)
{
char ch = str[i];
char cl = str[i + 1];
//'A'=>10,'0'=>0 0-15
//65=>A=>10 48=>0 70=>F
unsigned char h = dec_tab[ch];
unsigned char l = dec_tab[cl];
// h:0000 0100 l:0000 0001 ==> 0100 0001
res.push_back( (h << 4) | l);
}
return res;
}主函数
#include "stdafx.h"
#include<iostream>
#include<bitset>
#include<string>
#include<vector>
#include "base16.h"
#include <windows.h>
using namespace std;
//编码用的映射表
//const string base16_enc_tab = "0123456789ABCDEF";
int main()
{
SetConsoleOutputCP(65001);
string test_str = u8"这个世界会好吗？";
cout << u8"原文:" << test_str << endl;
cout << endl;
vector<unsigned char> data(test_str.begin(), test_str.end());
data.push_back('\0');
auto base16_str = Base16Encode(data);
cout << u8"编码后base16:" << base16_str << endl;
cout << endl;
auto dec_str = Base16Decode(base16_str);
cout << u8"base16解码后:" << dec_str.data() << endl;
cout << endl;
system("pause");
}