代码地址：https://gist.github.com/HDRorz/761c8850b91bf25d323c40eab9898c91

一、缘由

因为某一天在论坛里突然看到一种上古加密通讯语言：佛曰。至于加密了什么内容，在这里不能说。就想到最近几天搞的数据库连接字符串加密功能里用到的base64 编码。base64 编码用处广泛，可以把字节（0-255）数组转化为 ASCII 码（0-127）中的可显示字符 64 个，这个 8 位 -> 6 位的编码和解码规则简单且万能，常用于邮件（utf-7）、url 和加解密（秘钥和密文存储）。

但是 base64 有个明显的缺点，就是他的压缩率是 133%，数据内容体积就这样膨胀了。所以我想尝试解决这个问题，于是就写了这个算法。

二、实现

因为佛曰，我想到了中文字符数量多的这个特点，比 ASCII 码字符多的多。unicode 编码在 BMP 平面内划分了 U+4E00 ~ U+9FFF 这区块给 CJK（中日韩统一表意文字）。这个区块大小是 20,992，已使用 20,989。

作为一个字典映射编码算法，要考虑映射范围。1个字节是 256，2个字节则需要65536，CJK 区块显然不能满足 2个字节的映射需求。那么只能考虑把一个字节切分映射，那么就有 512、1024、2048、4096、8192、16384 这么几种选择。考虑到移位为偶数比较方便，就剩下 1024、4096、16384。其中选择 4096，第二个字节只需要拆分一半，即 3个字节生成 2个字符，这种情况下算法比较简单。当然选择 16384 的话会有更好的压缩率。

其中当编码到最后只剩下 1个或 2个字节时，无法继续编码，则把剩下的字节不再位移直接映射到字符上。类似于 base64，CJKEncoding 会在剩下 1个字节时会在最后补 2个’=’，在剩下 2个字节时补 1个’=’。

编码结果示例（byte[25]，char[18]）：埯哉呆圔喢哦唫倮妣嚪亰噮唲壘巶丷==

解码结果（base64）（char[36]）：nvbJZGkUeibmcrIuujiqCwhucyrY/2/2Nw==

三、后记

如上述编码示例所示，CJKEncoding 能压缩一倍 base64 编码的长度，即压缩率为 66.7%。

然而这并没有什么意义。