看到二维码，很容易猜到黑白相间的小方格就是二进制比特。那么这些比特是怎么得到的？小方格又是按照什么规则排布的？今天咱们就从零开始将一个 url 画成二维码。
考虑到大多数人可能不太了解二维码，所以先讲下基础概念。你也可以先看看左耳朵耗子写的二维码的生成细节和原理。
二维码一共有 40 个尺寸，官方叫作版本 Version。最小的 Version 1 是 21 × 21 的矩阵，Version 2 是 25 × 25 的矩阵 … 每增加 1 version，就增加 4 的尺寸。最高是 177 × 177 的矩阵（Version 40）。
根据日常使用经验，无论是残缺、遮挡还是污损，二维码都能够被正确识别，这得益于二维码的纠错机制。
纠错是通过纠错码实现的，当我们将源数据编码后，会采用一种纠错算法算出编码结果对应的纠错码，连同编码结果一起填充到二维码。
规范里明确了四个纠错等级，不同等级的纠错比例不同。
每个版本的纠错码个数都是固定的，比如 version 1-L 需要 7 个纠错码，version 1-M 需要 10 个纠错码，版本越大、数据越多、等级越高，需要的纠错码就越多。
二维码可以简单划分为三个部分：固定的功能区（用于定位）、固定的格式信息区（比如二维码用的纠错等级和版本信息）、数据区。
二进制数据都是严格按 8 位一组填入数据区的，每一组称为一个 codeword。如果数据区的格子数不是 8 的倍数，就会剩下留白（remainder）。每个版本的功能区、格式信息区和留白的位置及其占用的面积都是固定的。
更详细的划分可以参考规范里的这张图：
理论上凡是可以被编译为二进制的数据，都可以用二维码来表示，只要有相应的解码程序即可。规范里规定了几种国际通用的编码模式：
比如 Numeric 仅支持 0 ~ 9 的数字，它的编码规则是：将数据字符串拆分为每三个一组，每组作为一个十进制的百位数，然后转化为 10 位二进制。为什么是 10 位呢，因为 2^10 = 1024，恰好能覆盖最大的百位数 999。如果最后一组只有两位，则转化为 7 位二进制，如果只有一位，则转化为 4 位二进制。
Alphanumeric 支持 45 个字符，0 ~ 9、A ~ Z 和几个特殊字符。
Alphanumeric 的编码规则是：根据上表查出每个 char 对应的 value，然后两两分组，按 A * 45 + B 算出一个值，并将这个值转化为 11 位二进制。如果最后一组只有一位，则将 value 转化为 6 位二进制。
Byte 模式的编码规则最简单，就是针对单字节字符集（例如 ISO-8859-1）的编码，每个字符恰好用 8 个比特表示。
我们还可以针对不同的数据片段采用不同的编码模式，这就是混合模式。
二维码包含的二进制串具体是由以下几个部分组成的：
最开头一定是编码模式，是固定的 4 位（见编码一节的表格）。
接下来是原字符的长度，不同版本和不同编码模式用多少个比特表示长度是不一样的，具体是几个，规范里有明确的规定。毕竟二维码要在有限的空间里容纳更多的信息，就不能浪费比特，用过长的二进制去表示一个较小的值。
然后就是对数据按照指定的编码模式编译出的二进制序列。如果以上三部分的数据长度不是 8 的倍数，那么必须添零凑整（terminator）。
上述数据不见得能填满整个数据区，那么剩余的空间就用两个补齐码（11101100、00010001）交错填满。这两个补齐码是规范指定的。
以上整个比特串作为输入，用纠错算法输出特定个数的纠错码，二者相接，就是整个二维码数据区的数据了。
------------------ 分割线 ------------------
接下来，咱们就选用最小的版本，和最低的纠错等级，用 Alphanumeric 模式将 HTTP://I.MEITUAN.COM 这个字符串画成一个二维码。
查表可以得到每个字符对应的码点，然后两两分组，刚好分成 10 组：(17, 29)(29, 25)(44, 43)(43, 18)(42, 22)(14, 18)(29, 30)(10, 23)(42, 12)(24, 22)。
按照 A * 45 + B 算出：794, 1330, 2023, 1953, 1912, 648, 1335, 473, 1902, 1102。
然后将每个数字依次转化为二进制（toString(2)）：01100011010 10100110010 11111100111 11110100001 11101111000 01010001000 10100110111 00111011001 11101101110 10001001110。
Alphanumeric 的 mode indicator 是 0010，在 version 1 里需要 9 个比特表示长度（20 => 000010100），将它们添加到头部：0010 000010100 01100011010 10100110010 11111100111 11110100001 11101111000
01010001000 10100110111 00111011001 11101101110 10001001110。
按 8 位一组重排，添 0 凑整：00100000 10100011 00011010 10100110 01011111 10011111 11010000 11110111
10000101 00010001 01001101 11001110 11001111 01101110 10001001 11000000。
version 1-L 共有 26 个 codeword，其中有 7 个纠错码（error correction codeword），那么 data codeword 应该有 19 个，目前我们只有 16 个，因此剩下 3 个需要用补齐码凑足：00100000 10100011 00011010 10100110 01011111 10011111 11010000 11110111
10000101 00010001 01001101 11001110 11001111 01101110 10001001 11000000
11101100 00010001 11101100。
然后算出 7 个纠错码：11010100 01110000 01110111 10010001 00101110 10010101 11001111。（我是用 node-qrcode 反算出来的，搞不懂那个纠错算法）。
最终我们得到了整个编码结果：
这一步最简单，按照规范里的规定画即可。为了便于区分，用淡紫色表示功能区的白色区域。
将数据按 8 位一组，从右下角开始蛇形往复填入 2 × 4 的矩形。具体怎么填规范里有明确规定，upwards 方向，将第一个数填入位置 7，第二个数填入位置 6 ... 这里是略有点坑的，因为不是从图中所示的 0 到 7，而是反过来的。方便起见，我们将数据倒过来，再按 0 ~ 7 的顺序依次填入。
masking 的作用是使二维码的分布更加均匀。具体操作就是将数据区和 mask pattern 对应位置的比特做异或运算。比如数据区第 8 行第 10 列是白色 0，mask pattern 第 8 行第 10 列是黑色 1，异或运算的结果是黑色 1，那么就将数据区第 8 行第 10 列改成黑色。官方规定了八种 mask pattern（000 ~ 111），我们选用 000。
对所有的版本，格式信息都是固定的 15 位。其中两个是纠错等级，三个是 mask pattern，剩下十个是纠错码。
可以想象，没有格式信息，根本无法进行解码。因此格式信息非常重要，会重复画两次（类似于双机房备份）。
左下角那一列开头是永远固定的占位符。
格式信息也需要经历纠错码 + masking 的处理。
同样的，应该反过来，从位置 14 开始填。当然，也可以先把字符串倒过来。
最终结果：
————————————————————————————————————
本文写于 2019 年