知識擴展——(轉)一篇文章徹底弄懂Base64編碼原理

• 2019 年 10 月 8 日
• 筆記

　　在互聯網中的每一刻，你可能都在享受著Base64帶來的便捷，但對於Base64的基礎原理又了解多少？今天這篇博文帶領大家了解一下Base64的底層實現。

一、Base64的由來

　　目前Base64已經成為網路上常見的傳輸8Bit位元組程式碼的編碼方式之一。在做支付系統時，系統之間的報文交互都需要使用Base64對明文進行轉碼，然後再進行簽名或加密，之後再進行（或再次Base64）傳輸。那麼，Base64到底起到什麼作用呢？

　　在參數傳輸的過程中經常遇到的一種情況：使用全英文的沒問題，但一旦涉及到中文就會出現亂碼情況。與此類似，網路上傳輸的字元並不全是可列印的字元，比如二進位文件、圖片等。Base64的出現就是為了解決此問題，它是基於64個可列印的字元來表示二進位的數據的一種方法。電子郵件剛問世的時候，只能傳輸英文，但後來隨著用戶的增加，中文、日文等文字的用戶也有需求，但這些字元並不能被伺服器或網關有效處理，因此Base64就登場了。隨之，Base64在URL、Cookie、網頁傳輸少量二進位文件中也有相應的使用。

1.1 Base64的編碼原理

Base64的原理比較簡單，每當我們使用Base64時都會先定義一個類似這樣的數組：

['A', 'B', 'C', … 'a', 'b', 'c', … '0', '1', … '+', '/'] 1 上面就是Base64的索引表，字元選用了"A-Z、a-z、0-9、+、/" 64個可列印字元，這是標準的Base64協議規定。在日常使用中我們還會看到「=」或「==」號出現在Base64的編碼結果中，「=」在此是作為填充字元出現，後面會講到。

1.2 具體轉換步驟

• 第一步，將待轉換的字元串每三個位元組分為一組，每個位元組佔8bit，那麼共有24個二進位位。
• 第二步，將上面的24個二進位位每6個一組，共分為4組。
• 第三步，在每組前面添加兩個0，每組由6個變為8個二進位位，總共32個二進位位，即四個位元組。
• 第四步，根據Base64編碼對照表（見下圖）獲得對應的值。

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

從上面的步驟我們發現：

• Base64字元表中的字元原本用6個bit就可以表示，現在前面添加2個0，變為8個bit，會造成一定的浪費。因此，Base64編碼之後的文本，要比原文大約三分之一。
• 為什麼使用3個位元組一組呢？因為6和8的最小公倍數為24，三個位元組正好24個二進位位，每6個bit位一組，恰好能夠分為4組。

1.3 示例說明

　　以下圖的表格為示例，我們具體分析一下整個過程。

• 第一步：「M」、「a」、"n"對應的ASCII碼值分別為77，97，110，對應的二進位值是01001101、01100001、01101110。如圖第二三行所示，由此組成一個24位的二進位字元串。
• 第二步：如圖紅色框，將24位每6位二進位位一組分成四組。
• 第三步：在上面每一組前面補兩個0，擴展成32個二進位位，此時變為四個位元組：00010011、00010110、00000101、00101110。分別對應的值（Base64編碼索引）為：19、22、5、46。
• 第四步：用上面的值在Base64編碼表中進行查找，分別對應：T、W、F、u。因此「Man」Base64編碼之後就變為：TWFu。
• 位數不足情況

上面是按照三個位元組來舉例說明的，如果位元組數不足三個，那麼該如何處理？

• 兩個位元組：兩個位元組共16個二進位位，依舊按照規則進行分組。此時總共16個二進位位，每6個一組，則第三組缺少2位，用0補齊，得到三個Base64編碼，第四組完全沒有數據則用「=」補上。因此，上圖中「BC」轉換之後為「QKM=」；
• 一個位元組：一個位元組共8個二進位位，依舊按照規則進行分組。此時共8個二進位位，每6個一組，則第二組缺少4位，用0補齊，得到兩個Base64編碼，而後面兩組沒有對應數據，都用「=」補上。因此，上圖中「A」轉換之後為「QQ==」；

1.4 注意事項

大多數編碼都是由字元串轉化成二進位的過程，而Base64的編碼則是從二進位轉換為字元串。與常規恰恰相反，Base64編碼主要用在傳輸、存儲、表示二進位領域，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編碼來進行加密。中文有多種編碼（比如：utf-8、gb2312、gbk等），不同編碼對應Base64編碼結果都不一樣。

1.5 延伸

　　上面我們已經看到了Base64就是用6位（2的6次冪就是64）表示字元，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行演化一下。

二、Java 驗證

最後，我們用一段Java程式碼來驗證一下上面的轉換結果：

package com.secbro2.blog.utils;    import sun.misc.BASE64Encoder;    /**   * @author zzs   */  public class Base64Utils {        public static void main(String[] args) {          String man = "Man";          String a = "A";          String bc = "BC";            BASE64Encoder encoder = new BASE64Encoder();          System.out.println("Man base64結果為：" + encoder.encode(man.getBytes()));          System.out.println("BC base64結果為：" + encoder.encode(bc.getBytes()));          System.out.println("A base64結果為：" + encoder.encode(a.getBytes()));      }  }

列印結果為：

Man base64結果為：TWFu  BC base64結果為：QkM=  A base64結果為：QQ==

以上結果與我們分析所得完全一致。

三、小結

　　本節課程用實例和圖文分析帶大家了解了Base64的基本操作原理，如果學完之後有所收穫，那就幫忙轉發一下吧。原文鏈接：https://www.choupangxia.com/topic/detail/61