目录
一、ASCII 码（基础字符集）
1. 定义
2. 编码规则
3. 特点 & 抓包场景
示例
二、Unicode（统一字符集 / 字符编号）
1. 定义
2. 核心概念：码点（Code Point）
3. 范围
4. 关键误区（抓包必懂）
三、UTF-8（互联网主流编码，抓包 90% 都是它）
1. 定义
2. 核心特点
3. 编码规则（重点，解密 / 字节分析必备）
4. 实操示例（中文转 UTF-8 字节）
5. 抓包 & 开发场景
四、Base64（抓包 / 解密 / 逆向高频编码）
1. 定义
2. 核心原理
规则
字节对应关系
3. 补位规则（抓包看末尾 = 必懂）
4. 标准码表（64 个字符）
5. 关键区分：编码 ≠ 加密
6. 实战场景（抓包 / 解密）
7. 极简代码示例（常用语言）
Python
JavaScript（前端抓包调试）
五、四大编码横向对比（抓包快速区分）
六、抓包排错 & 解密经验总结
结合原理、编码规则、区别、抓包场景用法、加解密实操讲解，适合网络抓包、接口分析、字符串逆向解密使用。
一、ASCII 码（基础字符集）
1. 定义
American Standard Code for Information Interchange，美国信息交换标准代码，最早的单字节字符编码。
- 仅表示英文字母、数字、英文符号、控制字符，不支持中文、日文等非英文字符。
2. 编码规则
- 占用：1 字节（8 bit），实际只用低 7 位，最高位固定为
0 - 取值范围：
0 ~ 127（十进制），共 128 个字符- 0~31、127：控制字符（回车、换行、退格、响铃等，抓包里常看到
\r \n） - 32：空格
- 48~57：数字
0-9 - 65~90：大写字母
A-Z - 97~122：小写字母
a-z - 其余：英文标点、符号
- 0~31、127：控制字符（回车、换行、退格、响铃等，抓包里常看到
3. 特点 & 抓包场景
- 纯英文接口、老式协议、串口通信、HTTP 基础头域默认使用 ASCII。
- 缺陷：字节上限 127，完全无法表示中文，中文会直接乱码。
- 抓包现象：纯英文请求 / 响应原始字节和 ASCII 一一对应。
示例
字符A→ 十进制65→ 二进制01000001字符0→ 十进制48
二、Unicode（统一字符集 / 字符编号）
1. 定义
ASCII 只能表示英文，全球语言无法统一，因此诞生Unicode（万国码）。核心定位：给全世界所有字符分配唯一「数字编号（码点）」，不是具体存储编码。 简单理解：
Unicode =字符字典（每个字符对应一个唯一 ID） UTF-8/UTF-16/UTF-32 =把 ID 转成二进制字节的存储方案
2. 核心概念：码点（Code Point）
每个字符对应一个十六进制码点，格式：U+xxxx
- 例：
- 英文字母
A：U+0041 - 中文
中：U+4E2D - 中文
国：U+56FD
- 英文字母
3. 范围
目前 Unicode 覆盖十几万字符：汉字、日文、韩文、表情、特殊符号、古文字等。
4. 关键误区（抓包必懂）
Unicode ≠ UTF-8
- Unicode：只是字符的编号，不规定怎么存成字节。
- UTF-8/UTF-16：是 Unicode 的实现 / 存储编码。
三、UTF-8（互联网主流编码，抓包 90% 都是它）
1. 定义
UTF-8 = Unicode Transformation Format - 8bit目前互联网、HTTP 接口、网页、APP 抓包、JSON、日志的默认编码，兼容性最强。
2. 核心特点
- 变长编码：1~4 个字节动态存储，按需分配长度
- 完全兼容 ASCII：ASCII 字符在 UTF-8 中仍占 1 字节，老式系统无缝兼容
- 无字节序问题（不需要 BOM 头），网络传输首选
3. 编码规则（重点，解密 / 字节分析必备）
UTF-8 通过高位标识区分当前字符占用几个字节，规则固定：
1 字节字符（ASCII 区）二进制开头：
0xxxxxxx范围：U+0000 ~ U+007F（所有英文、数字、符号） 👉 和 ASCII 完全一致2 字节字符（常用拉丁文、少量符号）首字节：
110xxxxx后续字节：10xxxxxx3 字节字符（绝大多数中文、日文、韩文、全角符号）首字节：
1110xxxx后续字节：10xxxxxx中文全部落在 3 字节区间，抓包看到中文一定是 3 字节一组。4 字节字符（emoji、生僻古汉字、特殊符号）首字节：
11110xxx后续字节：10xxxxxx
4. 实操示例（中文转 UTF-8 字节）
字符：中
- Unicode 码点：
U+4E2D - 转为二进制：
0100 1110 0010 1101 - 套 3 字节 UTF-8 模板
1110xxxx 10xxxxxx 10xxxxxx - 填充后得到 3 个字节，抓包里看到的原始字节就是它。
5. 抓包 & 开发场景
- HTTP 响应头常见：
Content-Type: text/html; charset=utf-8 - JSON、POST 表单、接口参数、URL 编码底层都是 UTF-8
- 中文乱码 99% 原因：编码不匹配（服务端 GBK，客户端 UTF-8）
- URL 编码（% XX 形式）：基于 UTF-8 字节再做百分号编码
四、Base64（抓包 / 解密 / 逆向高频编码）
1. 定义
Base64 是二进制 → 可打印文本的编码方式，不是加密算法（可逆、无密钥）。 作用：把二进制数据、特殊字节、不可见字符转成纯字母、数字、+、/，方便在 HTTP、参数、JSON、Cookie 中传输。
抓包常见场景：密码、图片二进制、Token、加密后的密文、文件流、接口暗文大量使用 Base64。
2. 核心原理
规则
- 把原始数据每 3 个字节（24 bit）划为一组
- 24 bit 重新拆分为4 个 6 bit小段
- 每个 6 bit 对应 Base64 标准码表中的 1 个可打印字符
- 不足 3 字节时，末尾用
=补位（填充符）
字节对应关系
- 原始：3 字节 = 24 bit
- 编码后：4 字符
- 体积变化：Base64 编码后体积比原数据大 1/3（网络传输会增重）
3. 补位规则（抓包看末尾=必懂）
Base64 末尾的=是填充符，只出现在数据长度不能被 3 整除时：
- 剩余1 字节：补2 个
= - 剩余2 字节：补1 个
= - 刚好 3 的倍数：无
=
例：
YWJj→ 无等号，原始 3 字节YWE=→ 1 个等号，原始 2 字节YQ==→ 2 个等号，原始 1 字节
4. 标准码表（64 个字符）
A-Z、a-z、0-9、+、/，共 64 个字符。
变种：URL Safe Base64（接口 / URL 常用） 把
+→-，/→_，去掉末尾=，避免 URL 转义冲突。
5. 关键区分：编码 ≠ 加密
- Base64公开码表、完全可逆，任何人都能解码
- 逆向 / 抓包中：看到 Base64 不等于加密，只是格式转换
- 常见套路：先 AES/DES 加密 → 再 Base64 输出（这才是真正加密）
6. 实战场景（抓包 / 解密）
- Cookie、Token、Authorization 头大量 Base64
- 接口参数、隐藏密文、上传图片二进制转文本
- 逆向分析：拿到密文先判断是否 Base64（字符集只有字母数字
+/_=） - 工具：Burp、Fiddler、在线解码、Python/JS 原生函数均可一键解编
7. 极简代码示例（常用语言）
Python
import base64 # 编码 字符串 → Base64 s = "测试123" b64_enc = base64.b64encode(s.encode("utf-8")).decode() # 解码 Base64 → 字符串 b64_dec = base64.b64decode(b64_enc).decode("utf-8")JavaScript（前端抓包调试）
// 编码 let enc = btoa(unescape(encodeURIComponent("测试123"))); // 解码 let dec = decodeURIComponent(escape(atob(enc)));五、四大编码横向对比（抓包快速区分）
| 编码 | 本质 | 字节长度 | 支持中文 | 网络用途 |
|---|---|---|---|---|
| ASCII | 英文字符集 | 1 字节 | ❌ 不支持 | 老式协议、HTTP 基础头 |
| Unicode | 全局字符编号（码点） | 无固定 | ✅ 支持 | 底层字符定义，不直接传输 |
| UTF-8 | Unicode 变长存储编码 | 1~4 字节 | ✅ 支持 | 全网主流、接口、网页、JSON |
| Base64 | 二进制转文本编码 | 膨胀 1/3 | 间接支持 | 二进制传输、参数、Token、密文 |
六、抓包排错 & 解密经验总结
- 看到中文乱码优先检查：是否 UTF-8、GBK、GB2312 编码不匹配。
- 接口参数是一堆字母数字 + +/99% 是Base64，直接解码看原始内容。
- URL 里 % xx% xx% xx是URL 编码，底层基于 UTF-8 字节生成。
- 区分 Unicode / UTF-8抓包原始字节不会直接出现 Unicode 码点，网络传输一律用 UTF-8。
- Base64 带 - _ 无等号属于URL 安全版 Base64，解码前先还原
_-再解码。
