因为计算机只能处理数字，所以如果要处理文本，就得先把文本转换成数字才能处理。

ASCII

最早计算机在设计时采用8bit作为一个字节（byte），所以一个字节能标识的最大整数就是255「11111111(B) = 255」，0-255被用来标识大小写英文字母、数字和一些符号，这个编码表就被称为ASCII编码。

Unicode

如果要用来表示中文（汉字数量大约近10w个），显然一个字节是不够的，至少需要两个字节。而且还不能和ASCII编码表冲突，所以中国指定了GB2312编码，用来编码中文。类似的，其他语言也面临这个问题，为了统一所有文字的编码，Unicode应运而生。

Unicode通常使用两个字节来表示一个字符，所有的英文编码从单字节变成了双字节，把高字节全部填0补齐。

目前Unicode字符分为17组编排，0x0000至0x10FFFF，每组称为平面（Plane），而没平面拥有65535个码位，共1114112个，然而目前只用了少数平面。

UTF-8

UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode可变长度字符编码。

UTF-8 与 Unicode区别

Unicode 是「字符集」
UTF-8 是「编码规则」

字符集：为每一个字符分配一个唯一的ID(码位/码点/Code Point) 编码规则：将码位转换为字节序列的规则（编码/解码 => 加密/解密）

UTF-8编码规则

UTF-8是一种变长字节编码方式。最小编码单位（code unit）为一个字节。一个字节的前1-3个bit为描述性部分，后面为实际序号部分。

对于单字节字符，占用一个字节空间。0之后的所有部分（7个bit）代表Unicode中的序号。因此对于英文字母，UTF-8编码和ASCII码是相同的。
对于n字节字符，第一个字节的前n为都为1，第n+1为0，后面字节的前两位上为10.剩下没有提及的二进制位为这个符号的unicode码。

Unicode符号范围「十六进制」	UTF-8编码「二进制」
0000 0000-0000 007F	0xxxxxxxx
0000 0080-0000 07FF	110xxxxx 10xxxxxx
0000 0800-0000 FFFF	1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF	11110xxx 10xxxxxx 10xxxxxx

综上：如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前占用多少个字节。

举例：

秃的unicode为79C3「0111 1001 1100 0011(B)」，根据上表处于 (0000 0080-0000 FFFF)范围内，因此UTF-8需要三个字节，即格式为1110xxxx 10xxxxxx 10xxxxxx，将unicode从最后一位往前依次填入格式x中，多出的补0。可以得出UTF-8编码为11100111 10100111 10000011，转为十六进制为E7A783。

Little endian & Big endian

以上面秃为例，unicode码为79C3，需要两个字节存储，一个字节是79，另一个字节是C3。存储的方式79在前，C3在后，就是Big endian(大头方式)；C3在前，79在后就是Little endian(小透方式)

Base64

Base64是一种基于64个可打印的字符来标识二进制数据的标识方法。可打印的字符包括字母A-Z、a-z、数字0-9，这样公有62个字符，此外两个可打印的符号在不同系统中而不同。

在MIME格式的的电子邮件中，另外两个符号为加号+和斜杠/，等号=用来做后缀用途。

编码转换方式

将每三个字节作为一组，一共24个二进制位。
将这24个二进制位分为4组，每个组有6个二进制位。
在每组前面加两个00，扩展成32个二进制位，及四个字节。
然后根据下表得到扩展后的每个字节的编号，这就是Base64的编码值。

综上得出：

Base64字符标中的字符原本用6bit就可以表示，现在前面添加2个0，变为8bit，导致Base64编码后的文本大小比原文大约三分之一
为什么使用3个字节一组呢？因为6和8的最小公倍数是24，三个字节正好24个二进制位，每6bit一组，恰好能够分为4组。

举例如下：

"Man"、"a"、"n"的ASCII值分别为77、97、110，对应的二进制值为01001101、01100001、01101110，将他们连成24位的二进制字符串010011010110000101101110。
将24位的二进制字符串分为四组，即：010011、010110、000101、101110。
在每组前面加00，扩展成32个二进制位，即00010011、00010110、00000101、00101110。
根据上表，得到Base64编码为T、W、F、u。

位数不足3位处理

二位的情况：两个字节工共16个二进制位，按照上面方式分组，每6个一组，则第三组缺少2位，用0补齐。如"Ma"可以转换为三组00010011、00010110、00010000，对应的Base64值分别为T、W、E，再补上一个"="号，因此"Ma"的Base64编码为"TWE="
一位的情况：一字节工8个二进制位，按照上面方式分组，每6个一组，则第二组缺少4位，用0补齐。如"M"可以转换为00010011、00010000，对应的Base64位的值分别为：T、Q，再补上两个"="号，因此"M"的Base64编码就是TQ==

注意事项

大多数编码都是由字符串转换为二进制的过程，而Base64的编码则是从二进制转为字符串。
Base64主要用在传输，存储，表示二进制领域，不能算得上加密，只是无法直接看到铭文。
中文有很多编码（比如：UTF-8、GB2312、GBK等），不同的编码对应的Base64编码结果不一样。