Expand description
§base_any
通用的 base 系列编解码。中文编码。
§库使用示例
use base_any::tables::BASE1024;
assert_eq!(BASE1024.encode_str("你好世界".bytes()), "阮诮珍据晚韩扶累精悲");
assert_eq!(BASE1024.decode_vec("阮诮珍据晚韩扶累精悲".chars()).unwrap(), "你好世界".as_bytes());§命令行使用示例
# 假设可执行文件为 ./base_any
echo -n 你好世界 | ./base_any en BASE1024 # 阮诮珍据晚韩扶累精悲
echo -n 阮诮珍据晚韩扶累精悲 | ./base_any de BASE1024 # 你好世界
./base_any stat # 输出统计表格§功能
理论支持 base2 到 base32768 的编码方案。支持 Unicode 字符。
要求每字符对应 1-15 位。不支持 base91 这种编码。
每字符对应多于一字节（base256 以上）的编码方案，有结尾字符集。 输入数据结尾若不够比一字节多，则使用结尾字符集编码。
在 table 文件夹中配置方案，编译时自动生成常量。
§方案
我独创中文编码如下。
§base8192
正文字符集：
- 数字（0-9）
- 拉丁字母小写、大写
- 苏州码子九个
- 注音符号介母、韵母
- 《通用规范汉字表》8105 字
结尾字符集：前三十二个平假名。
优势：
- 全都属于
XID_Continue - 全都满足
char::is_alphanumeric
§base1024
正文字符集：
- 《千字文》（剔除重复）
- 天干地支（剔除重复）
- 注音符号韵母
结尾字符集：前四个注音符号声母（ㄅㄆㄇㄈ）。
优势：同上，且
- 全是汉字和注音符号
- 全是第零平面（BMP）的字符
- 全都属于
XID_Start
§base256
字符集：《千字文》前 256 个不重复的字。
优势：同上，且
- 全是汉字，全是《通用规范汉字表》里的一、二级字
- 一个字节对应一个汉字
§效率
下表由 ./base_any stat 生成。
| Name | Bits | Range | UTF-8 Effi | UTF-16 Effi |
|---|---|---|---|---|
| BASE1024 | 10 | BMP | 41.67% | 62.50% |
| BASE256 | 8 | BMP | 33.33% | 50.00% |
| BASE32 | 5 | ASCII | 62.50% | 31.25% |
| BASE32HEX | 5 | ASCII | 62.50% | 31.25% |
| BASE64 | 6 | ASCII | 75.00% | 37.50% |
| BASE64URL | 6 | ASCII | 75.00% | 37.50% |
| BASE8192 | 13 | Unicode | 54.01% | 79.35% |
| GUA64 | 6 | BMP | 25.00% | 37.50% |
| GUA8 | 3 | BMP | 12.50% | 18.75% |
| HEX | 4 | ASCII | 50.00% | 25.00% |
Modules§
- tables
- 自动生成的编码方案