以UTF-8字符串存储二进制数据

您可以使用base-128编码而不是base-64编码。这只会导致与1/3相反的开销为1/7。

其思想是使用所有的Unicode码位,这些码位可以用一个字节的UTF-8(0127)表示。这意味着所有字节都以 0 所以数据还有7个位:

0‍xxxxxxx

这将导致使用8个输出字节对7个输入字节进行编码:

input:  aaaaaaaa bbbbbbbb cccccccc dddddddd eeeeeeee ffffffff gggggggg
output: 0aaaaaaa 0abbbbbb 0bbccccc 0cccdddd 0ddddeee 0eeeeeff 0ffffffg 0ggggggg

所以输出输入比是8/7。

当字符串不支持二进制blob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(已经存在很长时间)。

如果你知道它总是utf8,你能用成千上万个utf8字符来编码它吗?

你可以使用 Base-91 也是。最坏情况下的开销为23%。Base-128的1/7=14%。