我想使用WebSocket传输二进制数据，但您只能使用WebSockets传输UTF-8字符串。
使用base64对其进行编码是一种选择，但我的理解是，当您的文本可能从一种格式转换为另一种格式时，最理想的是base64。在这种情况下，我知道数据将始终是UTF-8，那么是否有更好的方法来编码UTF-8字符串中的二进制数据而不支付base64的33％大小溢价？
这个问题主要是学术性的，因为二进制支持最终可能会被添加到WebSocket中，而base64在此期间是一个完美的替代方案。
答案 0 :(得分：13)
您可以使用Base-128编码而不是Base-64编码。这只会导致1/3的开销与1/3相反。
我们的想法是使用所有可以在UTF-8（0-127）的单个字节中表示的Unicode代码点。这意味着所有字节都以0开头，因此数据还剩下7位：
0xxxxxxx
这导致编码使用8个输出字节编码7个输入字节：
input: aaaaaaaa bbbbbbbb cccccccc dddddddd eeeeeeee ffffffff gggggggg
output: 0aaaaaaa 0abbbbbb 0bbccccc 0cccdddd 0ddddeee 0eeeeeff 0ffffffg 0ggggggg
因此输出与输入比率为8/7。
答案 1 :(得分：0)
当字符串不支持二进制blob时以及文本编码可能发生变化时，最好使用Base64 - 通常，Base64中使用的字符在所有字符集中都是安全的（已经存在了很长时间）。
如果你知道它总是UTF8，你能否以一种利用数千个UTF8字符的方式对其进行编码？
答案 2 :(得分：0)
您也可以使用Base-91。最坏情况下的开销为23％。 Base-128有1/7 = 14％。