上周帮表哥算「Unicode编码是什么」，他拿着银行App的数字看了半天没说话。我接过来一查，发现他压根没搞清几个关键变量，结果自然对不上。
从基础说起
Base64是把二进制数据用64个可打印字符(A-Z a-z 0-9 + /)表示的编码方式，3字节原文编码成4字节Base64，末尾不足补=。常用于邮件附件、图片内嵌、API传参。它是编码不是加密，任何人都能解码，别用来藏敏感信息。大文件别一次性读进内存，用流式处理或逐行读取，否则容易OOM。编码问题九成是UTF-8和GBK没统一，全链路统一UTF-8能解决一大半乱码。
关键细节
编码后体积增大约1/3(3字节→4字节)。中文Base64需先转UTF-8字节流再编码，否则乱码。URL中+和/有特殊含义，要用URL Safe Base64(把+换-、/换_)。能用成熟库就别自己造轮子，特别是编码、加密、解析这种容易出错的领域。数据格式(JSON/XML/CSV)要先确认再解析，猜格式必出错。
落到实际场景
先搞清概念。Unicode编码是什么这类文本操作，本质是对字符串按某种规则转换或分析。搞懂规则(编码标准、正则语法、格式规范)，操作就有章法；规则没吃透，照着抄都会出错。哈希和加密是两码事，前者不可逆后者可逆，别混着用。处理文本统一用UTF-8，能避免90%的乱码和编码冲突问题。
最后补充几点
再说方法。文本处理最忌讳"想当然"——以为编码是A实际是B、以为分隔符是逗号实际是制表符。处理前先确认字符编码(UTF-8还是GBK)、数据格式、边界情况，再用对应工具转换。能用现成库别自己造轮子。编码转换先确认源编码，盲目转只会越转越乱。中文用mb_系列函数处理，旧函数容易截断半个汉字出乱码。
几个要注意的地方
有几个坑我得提前打个预防针：
- Base64是编码不是加密，任何人都能解码，别用来藏敏感信息
- 编码后体积增大约1/3(3字节→4字节)，不适合存大文件
- URL中+和/有特殊含义，必须用URL Safe Base64
- 中文Base64需先转UTF-8字节流再编码，直接编码会乱码
最后啰嗦一句：「Unicode编码是什么」这种事儿，谁跟你说"绝对"都要留个心眼。自己会算，才不会被忽悠。
常见问题
【Base64编码后体积变大多少？】增大约1/3，因为3字节原文编码成4字节Base64。所以Base64不适合存大文件，传输图片虽方便但流量增加。末尾不足3字节用=补齐。
【Unicode编码是什么意思？】属于文本处理范畴，是对字符串按特定规则转换或分析的操作。具体含义要看场景，但核心都是让文本数据能在不同环境正确表示和使用。
【Base64能用来加密吗？】不能。Base64是编码不是加密，任何人都能解码，别用来藏密码等敏感信息。要加密用AES/RSA等算法，Base64只是让二进制数据能在文本环境传输。
【Base64是什么？有什么用？】用64个可打印字符表示二进制数据的编码，3字节原文编成4字节。常用于邮件附件、图片内嵌HTML、API传参。它是编码不是加密，能被任何人解码。
