作者：薛8
來(lái)源：https://ddnd.cn/2019/02/16/byte-hex-ascii/
前言
最近在學(xué)習(xí)中涉及到計(jì)算機(jī)儲(chǔ)存、傳輸數(shù)字和字符等操作，由于對(duì)字節(jié)、2進(jìn)制、10進(jìn)制、16進(jìn)制、ASCII碼的概念以及它們之間的關(guān)系和轉(zhuǎn)換理解的不夠透徹，導(dǎo)致在通訊、MD5消息摘要算法等時(shí)候出現(xiàn)問(wèn)題，是因?yàn)?strong>數(shù)據(jù)轉(zhuǎn)成計(jì)算機(jī)認(rèn)識(shí)的01的這個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題。由于這個(gè)問(wèn)題并不是那么容易發(fā)現(xiàn)，所以我也算是花了挺多時(shí)間才解決了這個(gè)問(wèn)題，記錄下解決過(guò)程，順便也當(dāng)復(fù)習(xí)一下計(jì)算機(jī)組成原理。
ASCII碼
在計(jì)算機(jī)中，所有的數(shù)據(jù)在存儲(chǔ)和運(yùn)算時(shí)都要使用二進(jìn)制數(shù)表示（因?yàn)橛?jì)算機(jī)用高電平和低電平分別表示1和0），例如，像a、b、c、d這樣的52個(gè)字母（包括大寫）以及0、1等數(shù)字還有一些常用的符號(hào)（例如*、#、@等）在計(jì)算機(jī)中存儲(chǔ)時(shí)也要使用二進(jìn)制數(shù)來(lái)表示，而具體用哪些二進(jìn)制數(shù)字表示哪個(gè)符號(hào)，當(dāng)然每個(gè)人都可以約定自己的一套（這就叫編碼），而大家如果要想互相通信而不造成混亂，那么大家就必須使用相同的編碼規(guī)則，于是美國(guó)有關(guān)的標(biāo)準(zhǔn)化組織就出臺(tái)了ASCII編碼，統(tǒng)一規(guī)定了上述常用符號(hào)用哪些二進(jìn)制數(shù)來(lái)表示。
ASCII 碼一共規(guī)定了128個(gè)字符（0000 0000-0111 1111）的編碼，比如空格SPACE是32（二進(jìn)制0010 0000），大寫的字母A是65（二進(jìn)制0100 0001 ）。這128個(gè)符號(hào)（包括32個(gè)不能打印出來(lái)的控制符號(hào)），只占用了一個(gè)字節(jié)的后面7位（低7位），最前面的一位（高1位）統(tǒng)一規(guī)定為0(不要和數(shù)字的符號(hào)位搞混)。
當(dāng)然除了ASCII碼，還有UTF-8、GBK等。
字節(jié)
字節(jié)(Byte)普通計(jì)算機(jī)系統(tǒng)能讀取和定位到最小信息單位，即我們通過(guò)計(jì)算機(jī)儲(chǔ)存和傳輸數(shù)據(jù)的時(shí)候都是先把數(shù)據(jù)轉(zhuǎn)成字節(jié)。
字節(jié)即Byte，一個(gè)字節(jié)代表8個(gè)比特（Bit），字節(jié)通常縮寫為B，比特通常縮寫為b。字節(jié)的大小是8Bit，即字節(jié)的范圍是0000 0000 - 1111 1111，對(duì)于無(wú)符號(hào)型，它表示的十進(jìn)制范圍是[0,255]，對(duì)于有符號(hào)型，高一位表示符號(hào)位，它表示的十進(jìn)制范圍是[-128,127]。
計(jì)算機(jī)若何儲(chǔ)存數(shù)據(jù)
計(jì)算機(jī)只認(rèn)識(shí)0和1（因?yàn)橛?jì)算機(jī)只有高低電平兩個(gè)狀態(tài)），數(shù)據(jù)要想通過(guò)計(jì)算機(jī)儲(chǔ)存或者傳輸，首先是要把數(shù)據(jù)轉(zhuǎn)成計(jì)算機(jī)能認(rèn)識(shí)的格式即01數(shù)據(jù)。
我們舉個(gè)例子，以儲(chǔ)存十進(jìn)制數(shù)字28和-28為例，首先將十進(jìn)制數(shù)轉(zhuǎn)成二進(jìn)制。
需要注意的是： 數(shù)字在計(jì)算機(jī)中儲(chǔ)存的是補(bǔ)碼，而字符是在計(jì)算機(jī)中儲(chǔ)存的是字符對(duì)應(yīng)的編碼（不要和數(shù)字的補(bǔ)碼搞混）。
數(shù)字
儲(chǔ)存十進(jìn)制數(shù)字28和-28為例，首先將十進(jìn)制數(shù)轉(zhuǎn)成二進(jìn)制，高1位為0代表正數(shù)，為1代表負(fù)數(shù)
28(10) = 0001 1100(2)(原碼)
-28(10) = 1001 1100(2)(原碼)
然后計(jì)算機(jī)將二進(jìn)制數(shù)字進(jìn)行補(bǔ)碼運(yùn)算，運(yùn)算結(jié)果如下
28(10) = 0001 1100(2)(原碼) = 0001 1100(2)(補(bǔ)碼)
-28(10) = 1001 1100(2)(原碼) = 1110 0100(2)(補(bǔ)碼)
然后計(jì)算機(jī)保存的就是補(bǔ)碼，當(dāng)要取出數(shù)據(jù)的時(shí)候，就將補(bǔ)碼逆運(yùn)算一下，即可求出原碼，再將原碼轉(zhuǎn)換一下就可以得到真實(shí)的數(shù)據(jù)了。
下面以JAVA語(yǔ)言演示這個(gè)過(guò)程，首先我們要清楚Java的byte、short、int、long都是有符號(hào)的(signed)
運(yùn)行輸出：
28儲(chǔ)存到計(jì)算機(jī)后為：11100
-28儲(chǔ)存到計(jì)算機(jī)后為：11111111111111111111111111100100
取出儲(chǔ)存的28 以無(wú)符號(hào)表示：28
取出儲(chǔ)存的-28 以無(wú)符號(hào)表示：4294967268
我們驗(yàn)證一下結(jié)果，驗(yàn)證了計(jì)算機(jī)確實(shí)是以補(bǔ)碼的方式儲(chǔ)存數(shù)字。這里有個(gè)小問(wèn)題，就是我們知道int型有4個(gè)字節(jié)即32個(gè)比特，但是28卻輸出了111005個(gè)比特而已，是因?yàn)閠oBinaryString()方法把11100前面的0給忽略了。
取出的時(shí)候，我們以無(wú)符號(hào)的標(biāo)準(zhǔn)去處理，導(dǎo)致取出存入的-28結(jié)果是4294967268和我們存入的不一樣，這是因?yàn)?28是負(fù)數(shù)，負(fù)數(shù)的補(bǔ)碼和原碼不一樣，而用無(wú)符號(hào)處理的話就是直接將11111111111111111111111111100100轉(zhuǎn)成結(jié)果了。而為什么28用有無(wú)符號(hào)處理結(jié)果都一樣是因?yàn)檎龜?shù)的原碼和補(bǔ)碼一樣，這樣驗(yàn)證了Java的數(shù)據(jù)類型都是有符號(hào)的。
至于計(jì)算機(jī)為什么用補(bǔ)碼來(lái)儲(chǔ)存數(shù)字，而不是原碼，原因是：
拿單字節(jié)整數(shù)來(lái)說(shuō)，無(wú)符號(hào)型，其表示范圍是[0,255]，總共表示了256個(gè)數(shù)據(jù)。有符號(hào)型，其表示范圍是[-128,127]。
先看無(wú)符號(hào)，原碼和補(bǔ)碼都一樣，0表示為0000 0000，255表示為1111 1111，剛好滿足了要求，可以表示256個(gè)數(shù)據(jù)。
再看有符號(hào)的，若是用原碼表示，0表示為0000 000。因?yàn)樵蹅冇蟹?hào)，所以應(yīng)該也有個(gè)負(fù)0（雖然它還是0）1000 0000。這樣的話那就有2個(gè)0，也就是只能表示255個(gè)數(shù)據(jù)，不能夠滿足我們的要求。而用補(bǔ)碼則很好的解決了這個(gè)問(wèn)題。
字符
在計(jì)算機(jī)中，對(duì)非數(shù)值的字符進(jìn)行處理時(shí)，要對(duì)字符進(jìn)行數(shù)字化，即用二進(jìn)制編碼來(lái)表示字符。其中西文字符最常用到的編碼方案有ASCII編碼和EBCDIC編碼。對(duì)于漢字，我國(guó)也制定的相應(yīng)的編碼方案，比如 GBK，GB2312等。
比如字符a的ASCII碼十進(jìn)制值為97，在計(jì)算機(jī)中用二進(jìn)制表示就是 01100001。下面同樣用Java來(lái)演示計(jì)算機(jī)是如何儲(chǔ)存字符的。
- 采用UTF-8和GBK兩種編碼儲(chǔ)存漢字
我們調(diào)試看看，發(fā)現(xiàn)GBK編碼采用2個(gè)字節(jié)儲(chǔ)存，儲(chǔ)存的數(shù)據(jù)分別是10進(jìn)制的-42和-48對(duì)應(yīng)的二進(jìn)制分別是11010110和11010000(補(bǔ)碼)，即漢字中對(duì)應(yīng)的二進(jìn)制為1101011011010000，即16進(jìn)制的D6D0，查看GBK對(duì)照表，發(fā)現(xiàn)16進(jìn)制編碼D6D0對(duì)應(yīng)的漢字確實(shí)是中
而UTF-8編碼采用3個(gè)字節(jié)儲(chǔ)存，同理將對(duì)應(yīng)的二進(jìn)制111001001011100010101101轉(zhuǎn)成16進(jìn)制，為E4B8AD，通過(guò)UTF-8編碼查詢，發(fā)現(xiàn)漢字中對(duì)應(yīng)的16進(jìn)制編碼確實(shí)是E4B8AD
- 儲(chǔ)存字符
調(diào)試看看，字符串EF有E和F兩個(gè)字符，它們對(duì)應(yīng)的十進(jìn)制ASCII碼分別是69和70
我們發(fā)現(xiàn)Java的getBytes()方法是將字符串的每一個(gè)字符都儲(chǔ)存到一個(gè)字節(jié)的，如果我們想把EF儲(chǔ)存在一個(gè)字節(jié)里面，即EF是一個(gè)整體的，一個(gè)字節(jié)，不能拆分，那我們可以把EF放在一個(gè)字節(jié)里面(byte)(0xEF)，聲明它是一個(gè)字節(jié)，不是字符，不用再將它轉(zhuǎn)成字符對(duì)應(yīng)的編碼。
下面說(shuō)說(shuō)我在進(jìn)行MD5消息摘要算法時(shí)候遇到的坑，我要對(duì)QQ號(hào)對(duì)應(yīng)的Hex進(jìn)行MD5算法散列，這里我舉例QQ號(hào)的10進(jìn)制為12345678，對(duì)應(yīng)的16進(jìn)制為00BC614E(因?yàn)镼Q號(hào)固定長(zhǎng)度4個(gè)字節(jié)，所以前面補(bǔ)了2個(gè)0)，一開(kāi)始我是以下面的方式進(jìn)行MD5算法的
調(diào)試可以看到上面的代碼其實(shí)是將字符串00BC614E轉(zhuǎn)成了8個(gè)字節(jié)，然后再對(duì)這8個(gè)字節(jié)進(jìn)行散列，這也是基于字符串進(jìn)行的MD5散列，和通過(guò)網(wǎng)上一些網(wǎng)站散列得到的值是一樣的
但是這個(gè)哈希值和預(yù)想的結(jié)果不一致，后來(lái)才知道預(yù)想的結(jié)果是基于字節(jié)進(jìn)行的MD5散列，也就是00BC614E應(yīng)該分成4個(gè)字節(jié)（00、BC、61、4E）而不是8個(gè)字節(jié)（0、0、B、C、6、1、4、E），然后通過(guò)修改代碼
使用(byte)聲明是一個(gè)字節(jié)，不是字符，不用再將它轉(zhuǎn)成字符對(duì)應(yīng)的編碼。00、BC、61、4E分別是一個(gè)字節(jié)，當(dāng)然因?yàn)樽止?jié)為8個(gè)比特，能表示256個(gè)數(shù)字，因?yàn)镴ava的數(shù)據(jù)類型是有符號(hào)的，所以8個(gè)比特能表示的10進(jìn)制范圍是[-128,127]，所以(byte)(x) x不能小于-128和不能大于127，否則會(huì)溢出，溢出的部分?jǐn)?shù)據(jù)會(huì)丟失。
