一篇文章完全弄懂Base64編碼原理

在互聯網中的每一刻，你可能都在享受着Base64帶來的便捷，但對於Base64的基礎原理又瞭解多少？今天這篇博文帶領你們瞭解一下Base64的底層實現。

Base64的由來

目前Base64已經成爲網絡上常見的傳輸8Bit字節代碼的編碼方式之一。在作支付系統時，系統之間的報文交互都須要使用Base64對明文進行轉碼，而後再進行簽名或加密，以後再進行（或再次Base64）傳輸。那麼，Base64到底起到什麼做用呢？

在參數傳輸的過程當中常常遇到的一種狀況：使用全英文的沒問題，但一旦涉及到中文就會出現亂碼狀況。與此相似，網絡上傳輸的字符並不全是可打印的字符，好比二進制文件、圖片等。Base64的出現就是爲了解決此問題，它是基於64個可打印的字符來表示二進制的數據的一種方法。

電子郵件剛問世的時候，只能傳輸英文，但後來隨着用戶的增長，中文、日文等文字的用戶也有需求，但這些字符並不能被服務器或網關有效處理，所以Base64就登場了。隨之，Base64在URL、Cookie、網頁傳輸少許二進制文件中也有相應的使用。

Base64的編碼原理

Base64的原理比較簡單，每當咱們使用Base64時都會先定義一個相似這樣的數組：

1. ['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']

上面就是Base64的索引表，字符選用了」A-Z、a-z、0-九、+、/「 64個可打印字符，這是標準的Base64協議規定。在平常使用中咱們還會看到「=」或「==」號出如今Base64的編碼結果中，「=」在此是做爲填充字符出現，後面會講到。

具體轉換步驟

• 第一步，將待轉換的字符串每三個字節分爲一組，每一個字節佔8bit，那麼共有24個二進制位。
• 第二步，將上面的24個二進制位每6個一組，共分爲4組。
• 第三步，在每組前面添加兩個0，每組由6個變爲8個二進制位，總共32個二進制位，即四個字節。
• 第四步，根據Base64編碼對照表（見下圖）得到對應的值。

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

從上面的步驟咱們發現：

• Base64字符表中的字符本來用6個bit就能夠表示，如今前面添加2個0，變爲8個bit，會形成必定的浪費。所以，Base64編碼以後的文本，要比原文大約三分之一。
• 爲何使用3個字節一組呢？由於6和8的最小公倍數爲24，三個字節正好24個二進制位，每6個bit位一組，剛好可以分爲4組。

示例說明

如下圖的表格爲示例，咱們具體分析一下整個過程。

• 第一步：「M」、「a」、」n」對應的ASCII碼值分別爲77，97，110，對應的二進制值是0100110一、0110000一、01101110。如圖第二三行所示，由此組成一個24位的二進制字符串。
• 第二步：如圖紅色框，將24位每6位二進制位一組分紅四組。
• 第三步：在上面每一組前面補兩個0，擴展成32個二進制位，此時變爲四個字節：000100十一、000101十、0000010一、00101110。分別對應的值（Base64編碼索引）爲：1九、2二、五、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。所以「Man」Base64編碼以後就變爲：TWFu。

位數不足狀況

上面是按照三個字節來舉例說明的，若是字節數不足三個，那麼該如何處理？

• 兩個字節：兩個字節共16個二進制位，依舊按照規則進行分組。此時總共16個二進制位，每6個一組，則第三組缺乏2位，用0補齊，獲得三個Base64編碼，第四組徹底沒有數據則用「=」補上。所以，上圖中「BC」轉換以後爲「QKM=」；
• 一個字節：一個字節共8個二進制位，依舊按照規則進行分組。此時共8個二進制位，每6個一組，則第二組缺乏4位，用0補齊，獲得兩個Base64編碼，然後面兩組沒有對應數據，都用「=」補上。所以，上圖中「A」轉換以後爲「QQ==」；

注意事項

• 大多數編碼都是由字符串轉化成二進制的過程，而Base64的編碼則是從二進制轉換爲字符串。與常規偏偏相反，
• Base64編碼主要用在傳輸、存儲、表示二進制領域，不能算得上加密，只是沒法直接看到明文。也能夠經過打亂Base64編碼來進行加密。
• 中文有多種編碼（好比：utf-八、gb23十二、gbk等），不一樣編碼對應Base64編碼結果都不同。

延伸

上面咱們已經看到了Base64就是用6位（2的6次冪就是64）表示字符，所以成爲Base64。同理，Base32就是用5位，Base16就是用4位。你們能夠按照上面的步驟進行演化一下。

Java 驗證

最後，咱們用一段Java代碼來驗證一下上面的轉換結果：

1. package com.secbro2.blog.utils;
3. import sun.misc.BASE64Encoder;
5. /**
6. * @author zzs
7. */
8. public class Base64Utils {
10. public static void main(String[] args) {
11. String man = "Man";
12. String a = "A";
13. String bc = "BC";
15. BASE64Encoder encoder = new BASE64Encoder();
16. System.out.println("Man base64結果爲：" + encoder.encode(man.getBytes()));
17. System.out.println("BC base64結果爲：" + encoder.encode(bc.getBytes()));
18. System.out.println("A base64結果爲：" + encoder.encode(a.getBytes()));
19. }
20. }

打印結果爲：

1. Man base64結果爲：TWFu
2. BC base64結果爲：QkM=
3. A base64結果爲：QQ==

以上結果與咱們分析所得徹底一致。

小結

本節課程用實例和圖文分析帶你們瞭解了Base64的基本操做原理，若是學完以後有所收穫，那就幫忙轉發一下吧。