自定义字母表编码解码

把字节映射为字符的两种方式

大数方式与 Base58 相同：把整个输入看作一个大整数，反复除以字母表长度，每次的余数决定一个字符。只要字母表至少有 2 个字符就能使用，10、36、58、62 等任意长度都可以。开头的零字节会写成字母表的第一个字符，因此往返转换不会丢失。这种方式没有填充；由于长数据的运算会很慢，输入最多约 20 KB。

按位分组方式与 RFC 4648 相同：把输入切成固定位数的小块，2 个字符的字母表每块 1 位，16 个字符每块 4 位，32 个字符每块 5 位，64 个字符每块 6 位。每一块的值就是字母表中的下标。十六进制、Base32 和 Base64 正是这样工作的，输出长度只取决于输入长度。

为什么两种方式的结果不同

一种方式编码的是数据的数值，另一种方式按位置逐段编码数据的比特。两者的结果通常不同，解码时必须使用编码时的方式。

使用按位分组并以 = 作为填充字符时，标准字母表得到的就是常规的 Base64 和 Base32。大数方式写出的是数值而不是固定位数，所以 A 开头的那个 0 位被省略了。以十个数字作为字母表时，结果就是 Hi 这两个字节对应的十进制数。

填充字符只对按位分组有效：64 个字符的字母表会把输出补足到 4 的倍数，32 个和 8 个字符的字母表补足到 8 的倍数。2、4、16 个字符的字母表中，每个字节都正好占满整数个字符，因此永远不需要填充。

合法字母表的规则

• 至少 2 个字符。
• 不能有重复字符。解码时每个字符必须对应唯一的值。如果 a 同时代表 0 和 10，含有它的字符串就无法解码。
• 区分大小写。a 和 A 是两个不同的字符。
• 填充字符不能出现在字母表中，否则无法与数据区分。

编码和解码都在浏览器中进行，字母表和数据都不会离开你的设备。

自定义字母表的用途

• 混淆 ID。用打乱顺序的字母表，可以把标识符变成看不出规律的字符串。但这只是隐藏，并不安全：知道字母表的人都能解码。
• 专有或遗留格式。照着系统文档复制它自己的字母表，就能直接解码其中的数据。
• 学习原理。对比不同长度的字母表和两种方式，直观理解进制转换的原理。固定字母表的编码可以参考 Base58 和 Base62。