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。