把字节写成文本的四种方式

Base16（hex）、Base32、Base64 和百分号编码都解决一个问题：用纯文本通道能安全传输的字符来表示数据。它们在两个相互权衡的轴上有所不同，字母表大小和体积开销。更大的字母表每个字符打包更多位，所以输出更短；更小或更受限的字母表更易读或在给定情境中更安全，但输出更长。前三种在 RFC 4648 中一起定义；百分号编码来自 RFC 3986，工作方式与其余的不同。

一眼看懂体积开销

对于原始二进制输入，RFC 4648 三种编码的膨胀是固定且可预测的：

编码           位/字符    比率               开销
Base16         4          2 字符 / 字节      +100%
Base32         5          8 字符 / 5 字节    +60%
Base64         6          4 字符 / 3 字节    +33%

Base64 最紧凑，Base16 最不。百分号编码是个例外：它根本不是固定比率。它让非保留字符保持不动，只把其余的每个扩展为三个字符，所以它的开销完全取决于内容。对于主要是字母和数字的文本，它几乎是免费的；对于原始二进制，几乎每个字节都需要转义，它飙升到约 +200%，比其他任何一种都差。

字母表与可读性

  • Base16 / hex 使用 0-9 和 A-F。一个字节始终是两个字符，所以字节边界完全清晰。它最易于用眼睛读取和比较，这就是为什么哈希、密钥和十六进制转储都用它。
  • Base32 使用 A-Z 和 2-7，大小写不敏感，去掉了易混淆的字符 0、1 和 8。它是为人会输入、口述或在不区分大小写的情况下存储的值而设计的，比如 密钥和 onion 地址。
  • Base64 使用 A-Z、a-z、0-9、+ 和 /，大小写敏感。它是三者中最密的，但 + 和 / 在 URL 和文件名中不安全，而 URL 安全变体修复了这一点。
  • 百分号编码让可读文本保持可读，只转义 URL 无法按字面传输的部分。它是一种转义方案，而非完整的重新编码。

该选哪一个

选择取决于通道和受众。如果人必须读取、输入或比较该值，优先选 hex（用于检查字节）或 Base32（用于输入或口述）。如果机器必须通过文本通道搬运任意字节且大小重要，使用 Base64，或当值在 URL、文件名或令牌内传输时使用 Base64URL。如果你在把文本放入 URL 而只有少数字符不安全，就对它进行百分号编码，而不是重新编码一切。

一条快速规则：紧凑用 Base64，输入用 Base32，读取用 hex，URL 用百分号编码。

试试它们

codec 工具运行全部四种。粘贴任意文本，切换编码，并排比较输出，每种都有解码，全部在你的浏览器中完成。