13、数据编码格式全解析

数据编码格式全解析

1. 编码与解码基础

在数据处理中，内存中的数据结构和字节序列的表现形式差异很大，因此需要在两者之间进行转换。从内存表示到字节序列的转换称为编码（也称为序列化或编组），反之则称为解码（解析、反序列化、解编组）。需要注意的是，编码和加密没有关系。

许多编程语言都有内置的编码库，用于将内存对象编码为字节序列。例如：
- Java： java.io.Serializable
- Ruby： Marshal
- Python： pickle

此外，还有许多第三方库，如 Java 的 Kryo。这些库使用方便，但存在一些严重问题：
- 语言依赖性 ：编码通常与特定编程语言绑定，难以用其他语言读取数据，限制了系统与其他组织系统的集成。
- 安全风险 ：解码过程需实例化任意类，攻击者可能借此执行恶意代码。
- 版本管理困难 ：这些库往往忽视数据版本的前后兼容性问题。
- 效率问题 ：编码和解码的 CPU 时间以及编码结构的大小常被忽视，例如 Java 的内置序列化性能差且编码臃肿。

因此，除了非常临时的用途外，使用语言的内置编码通常不是一个好主意。

2. JSON、XML 及 CSV 格式

JSON、XML 和 CSV 是标准化的编码格式，可被多种编程语言读写。
- XML <