在互聯(lián)網(wǎng)中的每一刻，你可能都在享受著Base64帶來的便捷，但對(duì)于Base64的基礎(chǔ)原理又了解多少？今天這篇博文帶領(lǐng)大家了解一下Base64的底層實(shí)現(xiàn)。

Base64的由來

目前Base64已經(jīng)成為網(wǎng)絡(luò)上常見的傳輸8Bit字節(jié)代碼的編碼方式之一。在做支付系統(tǒng)時(shí)，系統(tǒng)之間的報(bào)文交互都需要使用Base64對(duì)明文進(jìn)行轉(zhuǎn)碼，然后再進(jìn)行簽名或加密，之后再進(jìn)行（或再次Base64）傳輸。那么，Base64到底起到什么作用呢？

在參數(shù)傳輸?shù)倪^程中經(jīng)常遇到的一種情況：使用全英文的沒問題，但一旦涉及到中文就會(huì)出現(xiàn)亂碼情況。與此類似，網(wǎng)絡(luò)上傳輸?shù)淖址⒉蝗强纱蛴〉淖址?，比如二進(jìn)制文件、圖片等。Base64的出現(xiàn)就是為了解決此問題，它是基于64個(gè)可打印的字符來表示二進(jìn)制的數(shù)據(jù)的一種方法。

電子郵件剛問世的時(shí)候，只能傳輸英文，但后來隨著用戶的增加，中文、日文等文字的用戶也有需求，但這些字符并不能被服務(wù)器或網(wǎng)關(guān)有效處理，因此Base64就登場(chǎng)了。隨之，Base64在URL、Cookie、網(wǎng)頁傳輸少量二進(jìn)制文件中也有相應(yīng)的使用。

Base64的編碼原理

Base64的原理比較簡(jiǎn)單，每當(dāng)我們使用Base64時(shí)都會(huì)先定義一個(gè)類似這樣的數(shù)組：

上面就是Base64的索引表，字符選用了'A-Z、a-z、0-9、+、/' 64個(gè)可打印字符，這是標(biāo)準(zhǔn)的Base64協(xié)議規(guī)定。在日常使用中我們還會(huì)看到“=”或“==”號(hào)出現(xiàn)在Base64的編碼結(jié)果中，“=”在此是作為填充字符出現(xiàn)，后面會(huì)講到。

具體轉(zhuǎn)換步驟

• 第一步，將待轉(zhuǎn)換的字符串每三個(gè)字節(jié)分為一組，每個(gè)字節(jié)占8bit，那么共有24個(gè)二進(jìn)制位。
• 第二步，將上面的24個(gè)二進(jìn)制位每6個(gè)一組，共分為4組。
• 第三步，在每組前面添加兩個(gè)0，每組由6個(gè)變?yōu)?個(gè)二進(jìn)制位，總共32個(gè)二進(jìn)制位，即四個(gè)字節(jié)。
• 第四步，根據(jù)Base64編碼對(duì)照表（見下圖）獲得對(duì)應(yīng)的值。

0　A　　17　R　　　34　i　　　51　z1　B　　18　S　　　35　j　　　52　02　C　　19　T　　　36　k　　　53　13　D　　20　U　　　37　l　　　54　24　E　　21　V　　　38　m　　　55　35　F　　22　W　　　39　n　　　56　46　G　　23　X　　　40　o　　　57　57　H　　24　Y　　　41　p　　　58　68　I　　25　Z　　　42　q　　　59　79　J　　26　a　　　43　r　　　60　810　K　　27　b　　　44　s　　　61　911　L　　28　c　　　45　t　　　62　+12　M　　29　d　　　46　u　　　63　/13　N　　30　e　　　47　v14　O　　31　f　　　48　w　　　15　P　　32　g　　　49　x16　Q　　33　h　　　50　y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

從上面的步驟我們發(fā)現(xiàn)：

• Base64字符表中的字符原本用6個(gè)bit就可以表示，現(xiàn)在前面添加2個(gè)0，變?yōu)?個(gè)bit，會(huì)造成一定的浪費(fèi)。因此，Base64編碼之后的文本，要比原文大約三分之一。
• 為什么使用3個(gè)字節(jié)一組呢？因?yàn)?和8的最小公倍數(shù)為24，三個(gè)字節(jié)正好24個(gè)二進(jìn)制位，每6個(gè)bit位一組，恰好能夠分為4組。

示例說明

以下圖的表格為示例，我們具體分析一下整個(gè)過程。

• 第一步：“M”、“a”、'n'對(duì)應(yīng)的ASCII碼值分別為77，97，110，對(duì)應(yīng)的二進(jìn)制值是01001101、01100001、01101110。如圖第二三行所示，由此組成一個(gè)24位的二進(jìn)制字符串。
• 第二步：如圖紅色框，將24位每6位二進(jìn)制位一組分成四組。
• 第三步：在上面每一組前面補(bǔ)兩個(gè)0，擴(kuò)展成32個(gè)二進(jìn)制位，此時(shí)變?yōu)樗膫€(gè)字節(jié)：00010011、00010110、00000101、00101110。分別對(duì)應(yīng)的值（Base64編碼索引）為：19、22、5、46。
• 第四步：用上面的值在Base64編碼表中進(jìn)行查找，分別對(duì)應(yīng)：T、W、F、u。因此“Man”Base64編碼之后就變?yōu)椋篢WFu。

位數(shù)不足情況

上面是按照三個(gè)字節(jié)來舉例說明的，如果字節(jié)數(shù)不足三個(gè)，那么該如何處理？

• 兩個(gè)字節(jié)：兩個(gè)字節(jié)共16個(gè)二進(jìn)制位，依舊按照規(guī)則進(jìn)行分組。此時(shí)總共16個(gè)二進(jìn)制位，每6個(gè)一組，則第三組缺少2位，用0補(bǔ)齊，得到三個(gè)Base64編碼，第四組完全沒有數(shù)據(jù)則用“=”補(bǔ)上。因此，上圖中“BC”轉(zhuǎn)換之后為“QKM=”；
• 一個(gè)字節(jié)：一個(gè)字節(jié)共8個(gè)二進(jìn)制位，依舊按照規(guī)則進(jìn)行分組。此時(shí)共8個(gè)二進(jìn)制位，每6個(gè)一組，則第二組缺少4位，用0補(bǔ)齊，得到兩個(gè)Base64編碼，而后面兩組沒有對(duì)應(yīng)數(shù)據(jù)，都用“=”補(bǔ)上。因此，上圖中“A”轉(zhuǎn)換之后為“QQ==”；

注意事項(xiàng)

• 大多數(shù)編碼都是由字符串轉(zhuǎn)化成二進(jìn)制的過程，而Base64的編碼則是從二進(jìn)制轉(zhuǎn)換為字符串。與常規(guī)恰恰相反，
• Base64編碼主要用在傳輸、存儲(chǔ)、表示二進(jìn)制領(lǐng)域，不能算得上加密，只是無法直接看到明文。也可以通過打亂Base64編碼來進(jìn)行加密。
• 中文有多種編碼（比如：utf-8、gb2312、gbk等），不同編碼對(duì)應(yīng)Base64編碼結(jié)果都不一樣。

延伸

上面我們已經(jīng)看到了Base64就是用6位（2的6次冪就是64）表示字符，因此成為Base64。同理，Base32就是用5位，Base16就是用4位。大家可以按照上面的步驟進(jìn)行演化一下。

Java 驗(yàn)證

最后，我們用一段Java代碼來驗(yàn)證一下上面的轉(zhuǎn)換結(jié)果：

打印結(jié)果為：

Man base64結(jié)果為：TWFuBC base64結(jié)果為：QkM=A base64結(jié)果為：QQ==
1
2
3

以上結(jié)果與我們分析所得完全一致。

小結(jié)

本節(jié)課程用實(shí)例和圖文分析帶大家了解了Base64的基本操作原理，如果學(xué)完之后有所收獲，那就幫忙轉(zhuǎn)發(fā)一下吧。

原文鏈接：https://www./topic/detail/61

關(guān)注微信公眾

更多技術(shù)、架構(gòu)、管理等知識(shí)分享，請(qǐng)關(guān)注微信公眾號(hào)：程序新視界（ID：ershixiong_see_world）