淘宝网的搜索关键字的编码与解码
对这些都有规范
经过证实，lichd 的观点正确，由于我在本文发表之前，除Base64 之外，其他的BaseXX 都没接触过，所以不知道这个正是Base32 的效果。
不过看官们请放心，本文的思路也和Base32 符合。当时的乱打乱撞，结果造了一个古人已经造好的轮子，实在惭愧。
因此，感谢lichd 的观点，从而稀释了我体内SB细胞的浓度。
回头看了一下本文的一个旧实现（codec.zip ），一年前写得代码太糟糕了，不推荐。
现在提供一个相对不错的实现，>>猛击获取<< 。
-------------------------- -------------------------- -------------------- ---------------------
------------------------------------------分割线 --------------------------------------------
-------------------------- -------------------------- -------------------- ---------------------
很久之前发现淘宝网的搜索关键字在编码后有点可爱，小写英文字母+数字的组合。
想去研究一下，但是后面好像没了回事似的。。记性不好
然后这两天不知道为什么，突然间抽起条脑筋，跑去研究。。。。
--------------------------开始分割线--------------------------
在淘宝网上用关键字“gembler”搜索一下商品，得出以下URL：
http://search1.taobao.com/browse/0/n-0-----------------g,m5sw2ytmmvza----------------40--commend-0-all-0.htm?at_topsearch=1
（留意上面这里：“m5sw2ytmmvza” ）
经过一轮 天昏地暗、沙尘滚滚 的分析、研究之后，得出以下结论：
在Base64中，码表是由 [A-Z,a-z,0-9,+,/,=(pad)] 组成的。
然后自己也弄个码表，由 [a-z,2-7（这个2-7是在 淘宝网上搜索了n次而得出的结论） ] 组成的：
| a | b | c | d | e | f | g | h | i | j | k | l | m | n | o | p | q | r |
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 |
-------------------------------愚蠢分割线---------------------------------
| s | t | u | v | w | x | y | z | 2 | 3 | 4 | 5 | 6 | 7 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 |
在Base64中，是将二进制连成一串，然后再按6位来分割，分割完后在前面补0，这个地球人都知道，不多说了。
而我呢，哈哈，捣蛋一下，按5位来分割，如果刚好够分，那就爽了，
但是，世事往往不如人意，位数不够，那咋办呢？看下面 ：）
在Base64中，是用"="来解决的吧。
现在呢，就是在前面补0，然后在后面再补0，其实就是前后补0，
但是， 按5位来分 割 ，前面3个0是补定的了，后面的0就看上帝怎么安排了。
举个小例子：字符串 "aaa"，(编码/加密)后是 "mfqwc"
| 二进制： | 01100001 | 01100001 | 01100001 | |
|
| 转换后： | (000 )01100 | (000 )00101 | (000 )10000 | (000 )10110 | (000 )0001(0 ) |
| 十进制： | 12 | 5 | 16 | 22 | 2 |
| 码表对应： | m | f | q | w | c |
反过来，(解码/解密)：
| 码表对应： | m | f | q | w | c |
| 十进制： | 12 | 5 | 16 | 22 | 2 |
| 二进制： | 00001100 | 00000101 | 00010000 | 00010110 | 00000010 |
| 去掉前3个0后： | 01100 | 00101 | 10000 | 10110 | 00010 |
| 合并后： | 0110000101100001011000010 |
然后把合并后的串的长度除一下8，发现多了个0：
| 合并后的 二进制码： | 01100001 | 01100001 | 01100001 | 0 |
多了就算了，不要了（其实是在{编码/加密}的分割时候，在分剩的余数的后面补的0）。
然后再将 byte[] 转回字符串
OK！又见回"aaa"了。 ：）
*有一点值得注意的是：UTF-8、GBK、GB18030 一般都没什么问题，但是 GB2312 可能字符集不够丰富，繁体字在decode的时候成问号了。
搞了半天，“可视化编辑器”的 Java Code不好使，骨干代码在回帖里贴出................（完整的代码，有兴趣的同志们请见附件！ ）
--------------------------结束分割线--------------------------
。。。整理好了，整个人都铺满了灰尘.......
PS：不知道淘宝网的思路是不是这样
（补：另外一篇讨论 - “ 拍拍网的搜索关键字的编码与解码 ”）