lichd 写道
刚刚看到你对淘宝编码的研究,我个人认为淘宝那个编码可能是Base32规范的演化版,只不过淘宝使用0来代替=做末位填充,RFC 3548 (The Base16, Base32, and Base64 Data Encodings)
对这些都有规范
经过证实，lichd
的观点正确，由于我在本文发表之前，除Base64
之外，其他的BaseXX
都没接触过，所以不知道这个正是Base32
的效果。
不过看官们请放心，本文的思路也和Base32
符合。当时的乱打乱撞，结果造了一个古人已经造好的轮子，实在惭愧。
因此，感谢lichd
的观点，从而稀释了我体内SB细胞的浓度。
回头看了一下本文的一个旧实现（codec.zip
），一年前写得代码太糟糕了，不推荐。
现在提供一个相对不错的实现，>>猛击获取<<
。
--------------------------
--------------------------
--------------------
---------------------
------------------------------------------分割线
--------------------------------------------
--------------------------
--------------------------
--------------------
---------------------
很久之前发现淘宝网的搜索关键字在编码后有点可爱，小写英文字母+数字的组合。
想去研究一下，但是后面好像没了回事似的。。记性不好
然后这两天不知道为什么，突然间抽起条脑筋，跑去研究。。。。
--------------------------开始分割线--------------------------
在淘宝网上用关键字“gembler”搜索一下商品，得出以下URL：
http://search1.taobao.com/browse/0/n-0-----------------g,m5sw2ytmmvza----------------40--commend-0-all-0.htm?at_topsearch=1
（留意上面这里：“m5sw2ytmmvza”
）
经过一轮 天昏地暗、沙尘滚滚
的分析、研究之后，得出以下结论：
在Base64中，码表是由 [A-Z,a-z,0-9,+,/,=(pad)] 组成的。
然后自己也弄个码表，由 [a-z,2-7（这个2-7是在
淘宝网上搜索了n次而得出的结论）
] 组成的：
|
a
|
b
|
c
|
d
|
e
|
f
|
g
|
h
|
i
|
j
|
k
|
l
|
m
|
n
|
o
|
p
|
q
|
r
|
|
0
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
16
|
17
|
-------------------------------愚蠢分割线---------------------------------
|
s
|
t
|
u
|
v
|
w
|
x
|
y
|
z
|
2
|
3
|
4
|
5
|
6
|
7
|
|
18
|
19
|
20
|
21
|
22
|
23
|
24
|
25
|
26
|
27
|
28
|
29
|
30
|
31
|
在Base64中，是将二进制连成一串，然后再按6位来分割，分割完后在前面补0，这个地球人都知道，不多说了。
而我呢，哈哈，捣蛋一下，按5位来分割，如果刚好够分，那就爽了，
但是，世事往往不如人意，位数不够，那咋办呢？看下面 ：）
在Base64中，是用"="来解决的吧。
现在呢，就是在前面补0，然后在后面再补0，其实就是前后补0，
但是，
按5位来分
割
，前面3个0是补定的了，后面的0就看上帝怎么安排了。
举个小例子：字符串 "aaa"，(编码/加密)后是 "mfqwc"
|
二进制：
|
01100001
|
01100001
|
01100001
|
|
|
|
转换后：
|
(000
)01100
|
(000
)00101
|
(000
)10000
|
(000
)10110
|
(000
)0001(0
)
|
|
十进制：
|
12 |
5 |
16 |
22 |
2 |
|
码表对应：
|
m |
f |
q |
w |
c |
反过来，(解码/解密)：
|
码表对应：
|
m |
f |
q |
w |
c |
|
十进制：
|
12 |
5 |
16 |
22 |
2 |
|
二进制：
|
00001100
|
00000101
|
00010000
|
00010110
|
00000010
|
|
去掉前3个0后：
|
01100
|
00101
|
10000
|
10110
|
00010
|
|
合并后：
|
0110000101100001011000010
|
然后把合并后的串的长度除一下8，发现多了个0：
|
合并后的
二进制码：
|
01100001
|
01100001
|
01100001
|
0
|
多了就算了，不要了（其实是在{编码/加密}的分割时候，在分剩的余数的后面补的0）。
然后再将 byte[] 转回字符串
OK！又见回"aaa"了。 ：）
*有一点值得注意的是：UTF-8、GBK、GB18030 一般都没什么问题，但是 GB2312 可能字符集不够丰富，繁体字在decode的时候成问号了。
搞了半天，“可视化编辑器”的 Java Code不好使，骨干代码在回帖里贴出................（完整的代码，有兴趣的同志们请见附件！
）
--------------------------结束分割线--------------------------
。。。整理好了，整个人都铺满了灰尘.......
PS：不知道淘宝网的思路是不是这样
（补：另外一篇讨论 - “
拍拍网的搜索关键字的编码与解码
”）
分享到：
相关推荐
标题“URL搜索关键字的编码”涉及的是在互联网中如何正确处理和编码URL中的查询参数，以便它们可以在HTTP请求中正确传输。在这个主题中，我们将深入探讨URL编码的原理、相关标准以及如何在Python中实现这一过程。 ...
航信汉字的编码与解码，编码便于使自己的pid进行汉字传输， 航信汉字编码与解码,eterm汉字编码与解码,汉字编码问题
在IT行业中，URL编码与解码是网络编程中不可或缺的一部分，尤其在处理包含特殊字符的网址时显得尤为重要。淘宝作为中国最大的电商平台，其URL中可能包含各种参数，这些参数需要进行正确的编码和解码以确保数据传输的...
实验还包含了对无干扰模拟话音信号和数字波形信号的PCM编码与解码。通过低通滤波器和示波器观察解码后的输出波形，以验证解码的准确性。此外，对于数字信号，通过比较输入和解码后的数字值，分析解码误差，探讨可能...
《卷积编码与解码的MATLAB实现及性能分析》.docx《卷积编码与解码的MATLAB实现及性能分析》.docx《卷积编码与解码的MATLAB实现及性能分析》.docx《卷积编码与解码的MATLAB实现及性能分析》.docx《卷积编码与解码的...
在C语言中实现哈夫曼编码与解码，主要分为以下几个步骤： 1. **创建哈夫曼树**： - 首先，我们需要收集输入数据的频率，如字符出现的次数。 - 然后，将这些频率作为权重，创建一个优先队列（通常用最小堆实现）。...
json编码与解码json编码与解码json编码与解码json编码与解码json编码与解码json编码与解码json编码与解码
哈夫曼编码(Huffman Coding)，是一种熵编码方式，哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般...
RLE编码与解码算法及其过程是数据压缩领域的一个基础且实用的技术。它通过简洁的方法减少数据中的冗余部分，尤其在处理那些具有大量连续重复元素的数据序列时表现出色。本文将对RLE编码与解码算法的过程进行详细介绍...
C语言是一种强大的编程语言，用于编写这样的编码和解码函数是非常合适的。以下是对曼彻斯特编码和解码的详细解释： 1. **曼彻斯特编码过程**： - 每一位数据被分成两个相等的时间段。 - 如果原始数据位是0，...
本文将深入探讨C++中JPEG图像的编码与解码过程，以及相关的技术要点。 首先，理解JPEG编码的核心是离散余弦变换（Discrete Cosine Transform, DCT）。DCT将图像数据从空间域转换到频率域，使得高频信息更容易被压缩...
huffman编码与解码附带数据结构答案
在C语言中实现哈夫曼编码与解码的过程包括几个关键步骤：构造哈夫曼树、生成哈夫曼编码、编码文件和解码文件。 1. 构造哈夫曼树： - 首先，统计输入文本中每个字符出现的频率。 - 然后，创建一个最小堆（优先队列...
总的来说，Base64编码与解码技术在现代网络通信中扮演着重要角色，特别是在处理包含非ASCII字符集的数据时，如中文字符。这个"完美支持中文"的Base64工具通过高效和准确的实现，为开发者提供了一种可靠的解决方案，...
本文将详细讲解如何在Java环境中实现TLV的编码与解码，并结合提供的`ber-tlv`资源进行分析。 TLV结构简单明了，由三个部分组成： 1. **Tag**：标识数据的类型或者含义，通常是一个整数。 2. **Length**：表示Value...
《码书：编码与解码的战争》是一本深入探讨编码与解码技术的书籍，主要聚焦于计算机科学中的编码理论及其在实际应用中的战争。这本书可能是为Java开发者或者对编码感兴趣的读者准备的，因为其标签明确指向了“java”...
在本文中，我们将深入探讨如何使用C语言实现SMS消息的编码和解码，特别是7-bit编码和解码，以及UCS2编码。首先，我们关注7-bit编码和解码算法。 7-bit编码是一种用于SMS（Short Message Service）的编码方式，它...
C++作为一门强大的系统级编程语言，虽然没有内置的URL编码和解码函数，但开发者可以借助标准库和第三方库来实现这些功能。本文将深入探讨C++中如何进行URL编码和解码。 URL（Uniform Resource Locator）是互联网上...
使用文件名为"在线PDU格式编码_解码 使用AT指令发送中文短信.html"的文件，用户可以访问到主要的使用界面，而"在线PDU格式编码_解码 使用AT指令发送中文短信_files"文件则包含了与界面展示和功能实现相关的辅助文件...
在MATLAB中实现算术编码和解码是一项涉及到概率论、数字表示和算法设计的技术工作。下面将详细介绍算术编码的基本原理、实现过程以及如何在MATLAB中应用。 算术编码的工作原理基于概率模型。假设我们有一串数据，如...