Language agnostic 如何仅使用数字（数字字符）对8字节块进行编码？

我需要对8字节的流进行编码，这样编码的流中只有数字（0到9）。他们有没有标准的编码机制来实现这一点？如果有多种方法可以做到这一点，那么就编码字符串的长度而言，哪种方法是有效的（越短越好）？

将8个字节视为64位无符号整数，将其转换为十进制，并用零填充到左侧。这应该是尽可能短的字符串，因为它在所有位置使用所有可用的数字，除了起始位置

如果您的数据分布不均匀，还有其他选择，可以研究哈夫曼编码，以便最常见的数据模式可以用较短的字符串表示。一种方法是使用第一个数字对字符串的长度进行编码。除第一个位置的1之外的所有数字都可以被视为长度说明符。这样，将永远不会超过20位的最大长度。（第20位数字只能是0或1，最高64位数字是18446744073709551615。）其他数字到长度的精确解释映射应基于模式的分布。如果您有10个经常出现的模式，您可以保留“0”表示一个数字代表一个完整的序列

---

然而，任何这种更复杂的编码都需要更复杂的打包/解包代码，甚至可能需要查找表，因此可能不值得这样做。

长度最短的结果是直接将其转换为十进制。这导致最大值为

18446744073709551615

，但如果没有任意长度的整数功能，转换可能会很困难

下一个最长的方法是将其转换为八进制作为一个块。这导致最大长度为22，值为

1777

。这只需要转换班次，并且可以很容易地处理

---

其次是将其转换为八进制或十进制字节。这导致长度为24，分别重复8次

377

或

255

。来回转换很简单，留给读者作为练习。

效率问题的答案在很大程度上取决于8字节块中的典型值范围。考虑Unicode的UTF-8和UTF-16。UTF-8对于主要用西文脚本编写的文本编码非常有效，因为这些脚本中的大多数字符都在0x00到0x7F的范围内，UTF-8可以存储在单个字节中。但对于主要用东方文字书写的文本编码来说，它不是很有效；UTF-16或UTF-32是更好的选择

如果你有一个阅读，他们可能会激发一个解决方案。从根本上说，它们的工作原理是允许许多值直接编码到一个字节中，但随后有一个标志（我认为是高阶位，在UTF-8的第一个字节的情况下）指示该字节不能说明全部情况，并且需要下一个字节（或两个、三个或四个）。起始点是UTF-8的一个字节，UTF-16的一个字，但概念类似

现在，您使用的值范围非常小（0-9而不是0-255），显然我不建议尝试直接使用UTF，只是概念。例如，假设你的大部分价值观（直接或通过一些按摩）都低于9000，相当多的价值观都低于9000000，只有少数价值观会让你超出这个范围。您可以采用UTF方法，将块（8字节值）划分为四个数字段，并且每个编码块始终至少有一个段（四个数字）。如果第一段的值（aaaa）介于0000和8999（含）之间，则它是“终端”段-这是实际值。但如果是9aaa，这意味着还有第二个段，你应该看看aaabbb（bbbb是下一个段的值）。如果该值介于0000000和8999999（含）之间，则为终端；但如果是9abbb，就意味着看看aabbbbcccc（cccc是下一个细分市场）；等等。我想这会给我们带来：

00000000000000000000-00000000000000008999 -> 4 digits (xxxx) 00000000000000009000-00000000000008999999 -> 8 digits (9xxxxxxx) 00000000000009000000-00000000008999999999 -> 12 digits (99xxxxxxxxxx) 00000000009000000000-00000008999999999999 -> 16 digits (999xxxxxxxxxxxxx) 00000009000000000000-00008999999999999999 -> 20 digits (9999xxxxxxxxxxxxxxxx) 00009000000000000000-08999999999999999999 -> 24 digits (99999xxxxxxxxxxxxxxxxxxx) 09000000000000000000-18446744073709551615 -> 28 digits (999999xxxxxxxxxxxxxxxxxxxxxx) Or special case, just use 26 digits for the last one: (999999xxxxxxxxxxxxxxxxxxxx) 000000000000000-0000000000000008999->4位数字（xxxx） 0000000000000000 9000-0000000000000 8999999->8位数字（9xxxxxxx） 0000000000009000000-0000000000 899999999->12位数字（99XXXXXXXXX） 0000000000 900000000-0000000 89999999999->16位数字（999xxxxxxxx） 0000000 900000000000-0000899999999999->20位数字（999xxxxxxxxxxxxxx） 00000900000000000000-08999999999999999999->24位数字（999999xxxxxxxxxxxx） 09000000000000000000-18446744073709551615->28位数字（999999xxxxxxxxxxxxxxxxxxxx） 或特殊情况下，只需使用26位数字作为最后一位：（999999xxxxxxxxxxxxx） 在这里，最好的情况是四位数字，最坏的情况是28或26，这取决于您是否要对块中的最后一个分段进行特殊处理。比每个块使用20个数字要好得多（可能）

现在，这完全是即兴的，可能没有它可能是有效的，但你得到的想法。反序列化非常容易，序列化可能也不难

---

你可以看到为什么我开始评论你的典型值是什么。如果它们通常在100000000000000000以上，则上述方法不是直接对它们进行编码的有效方法。但是，如果您的典型值位于高端而不是低端，则可以使用类似的技术，方法是在编码之前稍微调整该值。

但它也将是可变长度的，这需要在流中的块之间使用分隔符，这将是。。。。？（因为已经使用了全部十位数。）：-）谢谢你的评论，我已经更正并扩展了我的答案。谢谢你的回答！生活在二进制世界中会让你在一段时间后对十进制世界变得陌生。：）您的第一个建议总是要求每个8字节值有20位数字，这似乎无法满足OP的长度请求（除非他的大多数值确实大于1）