编码这件事，用到时才知道家族有多大

先说为什么要收藏这篇。写代码时最常被提起的编码是 Base64 和 URL 编码，但排查问题的现场远比这两个词汇丰富：登录器绑不上的密钥是一串 A-Z 加 2-7 的 Base32，老邮件客户端发出来的正文满屏 =3D，复制粘贴的文本看着一模一样程序却判了不等，证书里中文域名显示成 xn-- 开头的乱码。编码家族在站内已经有 40 多款工具，多数只在深夜排障时才有存在感——按"传输、入门加密、转义、校验"四条线过一遍，遇到没见过的形态先回这里查归属，比临时搜到一堆带上传框的野站强。

传输编码：让数据安全穿过"只认字符"的关卡

编码家族存在的理由只有一个：很多通道（URL、邮件、XML）只允许有限的字符安全通过，二进制和特殊字符必须先"换装"。换装方案不同，膨胀率和适用场景也不同：

方案字符集体积膨胀典型场景
Base32A-Z、2-7，大小写不敏感8/5 = 1.6 倍TOTP 密钥（验证器 App 显示的初始密钥就是它）
Base58去掉了 0、O、I、l 的字母数字表约 1.4 倍比特币地址、短链——去掉易混字符防手抄出错
Base620-9A-Za-z，无填充符约 1.34 倍短链接、URL 安全的 ID
Base85更宽的可打印 ASCII5/4 = 1.25 倍二进制内嵌文本，比 Base64 还省四分之一

对照表里四行各有各的工具：Base32编码编解码双向支持，RFC 4648 标准字符集；Base58编码和Base62编码面向短链接和地址类场景；Base85编码转换兼容 Ascii85，Git 二进制补丁里用的就是这一族，UTF-8 中文直接可用。

邮件是编码家族的老战场，三款经典方案站内齐了：MIME 编码工具处理附件和 HTTP 表单的标准 Base64 换装；Quoted-Printable编码走的是另一思路——可打印字符原样保留，只把特殊字符写成 =3D 这类十六进制，正文以 ASCII 为主时几乎不膨胀、肉眼还能读；UUEncode 编码工具则是 MIME 之前的上古方案，翻旧存档、老 BBS 导出文件时认得出 begin/end 结构就不慌。

字符与域名层的两款：Unicode编码转换负责文本和 \uXXXX 转义序列互转，中文和 Emoji（代理对）都覆盖；含中文的国际化域名在 DNS 层其实是 xn-- 开头的 ASCII，Punycode编码转换把中文域名和 Punycode 原形双向转出来，排查证书、防仿冒域名时看的是这个。网络层还有两位常客的补位：URL解码还原 %E4%BD%A0 这类转义，HTML编码把 <、>、& 转成实体——往博客里贴代码不被当成标签吞掉就靠它，反向还原用站内已有的 HTML 解码页。

加密入门：三位"不算加密"的经典

这一组严格说都不是加密——替换类密码学的安全性约等于无，但它们是理解密码学的第一课，而且各有真实用途。ROT13 加密工具把字母表对折，A 换 N、N 换 A，自己就是自己的逆操作，论坛遮剧透的传统艺能；凯撒密码工具支持自定义偏移量，1 到 25 种可能——也正因为只有 25 种，穷举一秒破，理解了这个就理解了"密钥空间"。摩尔斯电码工具做文本与点划互译还能播放声音，SOS 的三短三长三短可以自己听一遍。

最实用的是零宽字符编码器：把信息编进不可见的零宽字符，藏进一段正常文本里做水印溯源——员工手册、内部文档外传时，文本看不出差别，解出水印就知道出处。它同样提供检测和清理，怀疑被"种"了水印的文本（招聘圈真发生过简历隐形标记的事件）先丢进去照个原形。

转义防注入：五类字符，五种通道

转义和编码解决的是同一类问题——特殊字符会被通道"误读"——只是通道不同，规则不同：SQL转义处理引号和反斜杠，防 SQL 注入；要提醒一句，转义是应急和排查手段，正式写代码请优先参数化查询。正则转义把用户输入里的 .、*、( 等元字符降级为字面量，做搜索框功能时少写一个 bug。CSS转义对付以数字开头、带点的选择器和中文类名；JS字符串转义支持单引号、双引号、模板字符串三种格式的转义与反转义，把一段 HTML 塞进 JS 字符串时最见功力。多语言混排的转义需求，XML 通道也有对应的转义工具。

校验与底层：数字、位和字节

最后一组是"看穿数据本体"的工具。传输检错看纵向冗余校验 LRC——把数据字节逐位求和得一个校验字节，简单但弱，成对错误会漏网；CRC 校验工具用多项式除法，CRC32 就是文件校验的常见档，支持多种标准对照。位运算计算器把 AND、OR、XOR、NOT、左右移摆在一个界面里，画 IP 掩码、拆协议字段时比心算可靠。网络标识换算交给两位专才：IP地址转换在 IPv4 与十进制、十六进制、二进制之间互转（192.168.0.1 的十进制是 3232235521），MAC地址转换统一冒号、横杠、Cisco 点分三种写法。拿到一个"后缀不对"的文件，用二进制查看器按十六进制+ASCII 打开看文件头最诚实：89 50 4E 47 是 PNG、FF D8 是 JPEG、25 50 44 46 是 PDF，改后缀骗不了魔数。顺带一提，如果是 GBK/UTF-8 互相咬成乱码，那是字符集问题不是编码问题，看《中文乱码终结指南》。

常见问题

Base64 能当加密用吗？敏感数据编一下敢放前端？

不能。Base64 是可逆编码，拿到密文等于拿到原文，任何语言一行代码就能解回。它的作用只是让二进制安全穿过只认字符的通道。要保密请走真正的加密和鉴权，编码这一步谁都可以脱。

一段文本看着完全正常，程序却判"不相等"，怎么回事？

先怀疑不可见字符：零宽空格、全角空格、组合符号。把两段都丢进零宽字符编码器的检测功能照一遍，再用清理功能还原成"裸文本"再比较，多数玄学差异到这一步就现形了。

小结

四条线各归各位：传输编码认 Base32/58/62/85 的膨胀率表、邮件三件套（MIME、Quoted-Printable、UUEncode）、Punycode 与 Unicode；入门加密看 ROT13、凯撒、摩尔斯，实战用零宽水印；转义防注入按通道选 SQL/正则/CSS/JS；校验与底层用 LRC/CRC、位运算、IP/MAC 换算和二进制查看器收尾。和站内其他工具一样，这批工具全部在浏览器本地计算、内容不上传服务器——密钥、Token、内部文档这些最敏感的输入，本来就不该离开本机。