WikiDer > Ascii85

Ascii85

Ascii85, также называемый Base85, это форма двоичное кодирование текста разработан Полом Э. Раттером для btoa полезность. Используя пять ASCII символы для представления четырех байтов двоичные данные (делая закодированный размер1⁄4 больше оригинала, предполагая восемь бит на символ ASCII), он более эффективен, чем uuencode или же Base64, которые используют четыре символа для представления трех байтов данных (1⁄3 увеличиваются, предполагая восемь бит на символ ASCII).

Его основные современные виды использования находятся в Adobeс PostScript и Формат переносимого документа форматы файлов, а также в пластырь кодирование для двоичные файлы использован Git.[1]

Обзор

Основная потребность в кодировании двоичного кода в текст возникает из необходимости передавать произвольные двоичные данные над ранее существовавшим протоколы связи которые были разработаны, чтобы нести только английский язык человек читаемый текст. Эти протоколы связи могут быть только 7-битными (и в этом случае избегать определенных управляющих кодов ASCII) и могут потребовать разрывы строк через определенные максимальные интервалы и может не поддерживать пробел. Таким образом, только 95 печатаемые символы ASCII «безопасны» для передачи данных.

Четыре байта могут представлять 232 = 4 294 967 296 возможных значений. Пять основание-85 цифр дают 855 = 4 437 053 125 возможных значений, достаточно, чтобы обеспечить уникальное представление для каждого возможного 32-битного значения. Поскольку пять цифр системы счисления -84 дают только 845 = 4 182 119 424 представимых значения, 85 - это минимально возможная основа целого числа, которая будет представлять четыре байта в пяти символах, отсюда и его выбор.

При кодировании каждая группа из 4 байтов принимается как 32-битное двоичное число, начиная со старшего байта (Ascii85 использует прямой порядок байтов соглашение). Он преобразуется путем многократного деления на 85 и взятия остатка на 5 цифр с основанием системы счисления 85. Затем каждая цифра (опять же, наиболее значимая первая) кодируется как печатный символ ASCII путем добавления к ней 33, что дает символам ASCII 33 ("!") через 117 ("ты").

Поскольку данные с нулевым значением являются довольно распространенным явлением, сделано исключение ради Сжатие данных, а группа "все нули" кодируется как один символ "z" вместо "!!!!!".

Группы символов, которые декодируются до значения больше, чем 232 − 1 (закодировано как "s8W-!") вызовет ошибку декодирования, как и"z"символы в середине группы. Пробелы между символами игнорируются и могут находиться где угодно, чтобы учесть ограничения на длину строки.

Одним из недостатков Ascii85 является то, что закодированные данные могут содержать escape-символы такие как обратная косая черта и кавычки, которые имеют особое значение во многих языках программирования и в некоторых текстовых протоколах. Другие кодировки base-85, такие как Z85 и RFC 1924 разработаны так, чтобы быть безопасными в исходном коде.[2]

История

версия btoa

Исходная программа btoa всегда кодировала полные группы (при необходимости добавляя исходный код), с префиксом «xbtoa Begin» и суффиксной строкой «xbtoa End», за которым следует исходная длина файла (в десятичном и шестнадцатеричный) и три 32-битных контрольные суммы. Декодер должен использовать длину файла, чтобы увидеть, какая часть группы была заполнена. Первоначальное предложение для кодирования btoa использовало алфавит кодирования, начинающийся с символа пробела ASCII до символа «t» включительно, но он был заменен алфавитом кодирования «!» на «u», чтобы избежать «проблем с некоторыми почтовыми программами (удаление конечных пробелов)».[3] Эта программа также представила специальный "z"краткая форма для группы" все нули ". Версия 4.2 добавила"у"исключение для группы всех ASCII Космос символы (0x20202020).

ZMODEM версия

«Кодировка ZMODEM Pack-7» кодирует группы из 4 октетов в группы из 5 печатаемых символов ASCII аналогичным или, возможно, тем же способом, что и Ascii85. Когда ZMODEM программы отправляют предварительно сжатые 8-битные файлы данных по 7-битные каналы данных, он использует "кодировку ZMODEM Pack-7".[4]

Версия Adobe

Adobe приняла базовую кодировку btoa, но с небольшими изменениями, и дала ей имя Ascii85. Используемые символы - это символы ASCII с 33 (!) По 117 (u) включительно (для представления цифр от 0 до 84 по основанию 85) вместе с буквой z (в качестве особого случая для представления 32-битного значения 0), и пустое пространство игнорируется. Adobe использует разделитель "~>", чтобы отметить конец строки в кодировке Ascii85, и представляет длину путем усечения последней группы: если последний блок исходных байтов содержит менее 4 байтов, перед кодированием в блок добавляется до трех нулевых байтов. После кодирования , столько байтов, сколько было добавлено, поскольку заполнение удаляется из конца вывода.

При декодировании применяется обратное: последний блок дополняется до 5 байтов символом Ascii85 "ты", и столько байтов, сколько было добавлено в качестве заполнения, не указывается в конце вывода (см. пример).

ПРИМЕЧАНИЕ: отступы не являются произвольными. Преобразование из двоичного в базовый 64 только перегруппирует биты и не меняет их или их порядок (старший бит в двоичном формате не влияет на младшие биты в представлении base64). При преобразовании двоичного числа в base85 (85 - это нет степень двойки) старших битов влияет на младшие цифры base85 и наоборот. Заполнение двоичного низкого уровня (с нулевыми битами) при кодировании и заполнение высокого значения base85 (с помощью 'u) при декодировании гарантирует, что биты высокого порядка сохраняются (нулевое заполнение в двоичном файле дает достаточно места, чтобы небольшое добавление было захвачено и нет "переноса" в старшие биты).


В блоках с кодировкой Ascii85 пробелы и символы разрыва строки могут присутствовать где угодно, в том числе в середине 5-символьного блока, но они должны игнорироваться.

Спецификация Adobe не поддерживает "у" исключение.

Пример для Ascii85

Цитата из Томаса Гоббса Левиафан:

Человека отличает не только разум, но и особая страсть других животных, которая представляет собой вожделение ума, которое благодаря упорству удовольствия в непрерывном и неутомимом накоплении знаний превосходит кратковременную страсть любого плотского удовольствия. .

Если он изначально закодирован с использованием US-ASCII, его можно перекодировать в Ascii85 следующим образом:

<~9jqo^BlbD-BleB1DJ+*+F(f,q/0JhKF<GL>[email protected]$d7F!,L7@<6@)/0JDEF<G%<+EV:2F!,O<DJ+*.@<*K0@<6L(Df-\0Ec5e;DffZ(EZee.Bl.9pF"AGXBPCsi+DGm>@3BB/F*&OCAfu2/AKYi(DIb:@FD,*)+C]U=@3BN#EcYf8ATD3s@q?d$AftVqCh[NqF<G:8+EV:.+Cf>-FD5W8ARlolDIal(DId<j@<?3r@:F%a+D58'ATD4$Bl@l3De:,-DJs`8ARoFb/0JMK@qB4^F!,R<AKZ&-DfTqBG%G>uD.RTpAKYo'+CT/5+Cei#DII?(E,9)oF*2M7/c~>
Текстовое содержаниеMап...sтыре
ASCII779711032...115117114101
Битовый шаблон01001101011000010110111000100000...01110011011101010111001001100101
32-битное значение1,298,230,816 = 24×854 + 73×853 + 80×852 + 78×85 + 61...1,937,076,837 = 37×854 + 9×853 + 17×852 + 44×85 + 22
База 85 (+33)24 (57)73 (106)80 (113)78 (111)61 (94)...37 (70)9 (42)17 (50)44 (77)22 (55)
ASCII9jqо^...F*2M7

Поскольку последний 4-кортеж неполный, он должен быть дополнен тремя нулевыми байтами:

Текстовое содержание.\0\0\0
ASCII46000
Битовый шаблон00101110000000000000000000000000
32-битное значение771,751,936 = 14×854 + 66×853 + 56×852 + 74×85 + 46
База 85 (+33)14 (47)66 (99)56 (89)74 (107)46 (79)
ASCII/cYkО

Поскольку нужно было добавить три байта заполнения, три последних символа «YkO» не выводятся.

Декодирование выполняется в обратном порядке, за исключением того, что последний кортеж из 5 дополняется символами 'u':

ASCII/cтытыты
База 85 (+33)14 (47)66 (99)84 (117)84 (117)84 (117)
32-битное значение771,955,124 = 14×854 + 66×853 + 84×852 + 84×85 + 84
Битовый шаблон00101110000000110001100110110100
ASCII46325180
Текстовое содержание.[ ETX ][EM]´ (Расширенный ASCII)

Поскольку ввод должен был быть дополнен тремя байтами «u», последние три байта вывода игнорируются, и мы получаем исходную точку.

Входное предложение не содержит 4 последовательных нулевых байта, поэтому в примере не показано использование сокращения «z».

Совместимость

Кодировка Ascii85 совместима с 7-битными и 8-битными MIME, имея меньше накладных расходов, чем Base64.

Одна потенциальная проблема совместимости Ascii85 заключается в том, что «одинарные» и «двойные» кавычки, скобки и амперсанды (&) не могут использоваться без экранирования в таких языках разметки, как XML или SGML.

RFC 1924 версия

Опубликован в 1 апреля 1996 г.информационная RFC 1924: «Компактное представление адресов IPv6» от Роберт Эльз предлагает кодировку base-85 IPv6 адреса. Это отличается от схемы, использованной выше, тем, что он предлагает другой набор из 85 символов ASCII и предлагает выполнять всю арифметику над 128-битным числом, преобразовывая его в одно 20-значное число с основанием 85 (внутренние пробелы не допускаются) , а не разбивать его на четыре 32-битные группы.

Предлагаемый набор символов по порядку: 0–9, А–Z, а–z, а затем 23 символа !#$%&()*+-;<=>?@^_`{|}~. Максимально возможный представимый адрес, 2128−1 = 74×8519 + 53×8518 + 5×8517 + ..., будет закодирован как = r54lj & NUUO ~ Hi% c2ym0.

Этот набор символов исключает символы "',./:[\] , что делает его пригодным для использования в JSON струны (где " и \ потребует побега). Однако для SGMLпротоколы, в том числе XML, по-прежнему могут потребоваться escape-символы (для размещения <, > и &).

Смотрите также

Рекомендации

  1. ^ Хунио Хамано (5 мая 2006 г.). "двоичный патч".
  2. ^ «Z85 - алгоритм кодирования ZeroMQ Base-85»
  3. ^ Орост, Джо. "Re: СЖАТИЕ двоичных данных в почтовый ASCII Re: Кодирование двоичных данных в почтовый ASCII". Группы Google. Получено 11 апреля 2015.
  4. ^ Чак Форсберг. «Последние разработки в ZMODEM». Архивировано из оригинал на 2015-09-24. Получено 2013-05-14.. «ZMODEM Pack-7 упаковывает 4 байта в 5 печатных символов».

внешняя ссылка