兩篇文章搞懂base64編解碼

時間  2019-12-02
標籤 文章 base64 base 解碼 简体版
原文   原文鏈接

文章一：php

文章參考維基百科——《base64詞條》html

Base64是一種基於64個可打印字符來表示二進制數據的表示方法。因爲2的6次方等於64，因此每6個位元爲一個單元，對應某個可打印字符。三個字節有24個位元，對應於4個Base64單元，即3個字節須要用4個可打印字符來表示。它可用來做爲電子郵件的傳輸編碼。在Base64中的可打印字符包括字母A-Z、a-z、數字0-9 ，這樣共有62個字符，此外兩個可打印符號在不一樣的系統中而不一樣。一些如uuencode的其餘編碼方法，和以後binhex的版本使用不一樣的64字符集來表明6個二進制數字，可是它們不叫Base64。java

Base64經常使用於在一般處理文本數據的場合，表示、傳輸、存儲一些二進制數據。包括MIME的email，email via MIME, 在XML中存儲複雜數據.web

目錄

   [隱藏] 

MIME[編輯]

在MIME格式的電子郵件中，base64能夠用來將binary的字節序列數據編碼成ASCII字符序列構成的文本。使用時，在傳輸編碼方式中指定base64。使用的字符包括大小寫字母各26個，加上10個數字，和加號「+」，斜槓「/」，一共64個字符，等號「=」用來做爲後綴用途。正則表達式

完整的base64定義可見 RFC 1421和 RFC 2045。編碼後的數據比原始數據略長，爲原來的\frac{4}{3}。在電子郵件中，根據RFC 822規定，每76個字符，還須要加上一個回車換行。能夠估算編碼後數據長度大約爲原長的135.1%。（andy：（（76+1）*8）\（76*6）= 1.350877……）算法

轉換的時候，將三個byte的數據，前後放入一個24bit的緩衝區中，先來的byte佔高位。數據不足3byte的話，於緩衝區中剩下的bit用0補足。而後，每次取出6（由於2^6=64）個bit，按照其值選擇ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符做爲編碼後的輸出。不斷進行，直到所有輸入數據轉換完成。數據庫

若是最後剩下兩個輸入數據，在編碼結果後加1個「=」；若是最後剩下一個輸入數據，編碼結果後加2個「=」；若是沒有剩下任何數據，就什麼都不要加，這樣才能夠保證資料還原的正確性。編程

（andy：所說的一個或者兩個輸入數據是指8比特的一個字符，剩下一個字節也就是8bit的時候，會被分紅6位+6位(2位有效+四位0)，而後還剩6+6,就用兩個=號來代替。若是剩兩個字節也就是16位的話，就是6位+6位+6位(4位有效+2位0)，剩下的一個6位用一個=號代替。下邊驗證了個人理解。）數組

例子[編輯]

舉例來講，一段引用自托馬斯·霍布斯的利維坦的文句：服務器

Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure.

通過base64編碼以後變成：

TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlz
IHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2Yg
dGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGlu
dWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRo
ZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=
  • 編碼「Man」
文本 M a n
ASCII編碼 77 97 110
二進制位 0 1 0 0 1 1 0 1 0 1 1 0 0 0 0 1 0 1 1 0 1 1 1 0
索引 19 22 5 46
Base64編碼 T W F u

在此例中，Base64算法將三個字符編碼爲4個字符

Base64索引表：

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

若是要編碼的字節數不能被3整除，最後會多出1個或2個字節，那麼可使用下面的方法進行處理：先使用0字節值在末尾補足，使其可以被3整除，而後再進行base64的編碼。在編碼後的base64文本後加上一個或兩個'='號，表明補足的字節數。也就是說，當最後剩餘一個八位字節(一個byte)時，最後一個6位的base64字節塊有四位是0值，最後附加上兩個等號；若是最後剩餘兩個八位字節(2個byte)時，最後一個6位的base字節塊有兩位是0值，最後附加一個等號。 參考下表：

文本（1 Byte） A    
二進制位 0 1 0 0 0 0 0 1                                
二進制位（補0） 0 1 0 0 0 0 0 1 0 0 0 0                        
Base64編碼 Q Q    
文本（2 Byte） B C  
二進制位 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 1     x x x x x x
二進制位（補0） 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 1 0 0 x x x x x x
Base64編碼 Q k M  

UTF-7[編輯]

UTF-7 是一個修改的Base64（Modified Base64）。主要是將UTF-16的數據，用Base64的方法編碼爲可打印的 ASCII 字符序列。目的是傳輸 Unicode 數據。主要的區別在於不用等號"="補餘，由於該字符一般須要大量的轉譯。

標準可見RFC 2152，《A Mail-Safe Transformation Format of Unicode》。

IRCu[編輯]

在IRCu等軟件所使用的P10 IRC服務器間協議中，對客戶與服務器的消息類型號（client/server numerics）和二進制IP地址採用了base64編碼。消息類型號的長度固定爲3字節，故可直接編碼爲4個字節而不須要加填充。對IP地址進行編碼時，則須要在地址前添加一些0比特，使之能夠編碼爲整數個字節。這裏所用的符號集與前述MIME的也有所不一樣，將+/改爲了[]。

在URL中的應用[編輯]

Base64編碼可用於在HTTP環境下傳遞較長的標識信息。例如，在Java持久化系統Hibernate中，就採用了Base64來將一個較長的惟一標識符（通常爲128-bit的UUID）編碼爲一個字符串，用做HTTP表單和HTTP GET URL中的參數。在其餘應用程序中，也經常須要把二進制數據編碼爲適合放在URL（包括隱藏表單域）中的形式。此時，採用Base64編碼不只比較簡短，同時也具備不可讀性，即所編碼的數據不會被人用肉眼所直接看到。

然而，標準的Base64並不適合直接放在URL裏傳輸，由於URL編碼器會把標準Base64中的「/」和「+」字符變爲形如「%XX」的形式，而這些「%」號在存入數據庫時還須要再進行轉換，由於ANSI SQL中已將「%」號用做通配符。

爲解決此問題，可採用一種用於URL的改進Base64編碼，它不在末尾填充'='號，並將標準Base64中的「+」和「/」分別改爲了「-」和「_」，這樣就免去了在URL編解碼和數據庫存儲時所要做的轉換，避免了編碼信息長度在此過程當中的增長，並統一了數據庫、表單等處對象標識符的格式。

（andy：上邊那一段的「並將標準Base64中的「+」和「/」分別改爲了「-」和「_」」在百度百科裏寫錯了，把"-"寫成了"*"，學過數據庫的我當時就想，"*"在數據庫裏不也是特殊符號麼？是一個通配符。結果在維基百科裏看到這個寫法才更加肯定了個人懷疑，而且修改了百度百科裏的內容。）

另有一種用於正則表達式的改進Base64變種，它將「+」和「/」改爲了「!」和「-」，由於「+」，「*」以及前面在IRCu中用到的「[」和「]」在正則表達式中均可能具備特殊含義。

此外還有一些變種，它們將「+/」改成「_-」或「._」（用做編程語言中的標識符名稱）或「.-」（用於XML中的Nmtoken）甚至「_:」（用於XML中的Name）。

 

文章二：

文章參考空間站北極心空——《JavaScript 的 BASE64 算法》

/* *
* 我在網上看到過不少BASE64的JavaScript算法，都以爲不滿意，因而本身寫了一個，在這裏分享一下。
* 個人代碼在質量的效率都較高，沒有一些冗餘的操做。整體來說我以爲很是不錯。
* 若是你們有什麼不懂的地方能夠問我。
 */
var  BASE64 = {
     /* *
     * 此變量爲編碼的key，每一個字符的下標相對應於它所表明的編碼。
      */
    enKey: 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 +/ ',
     /* *
     * 此變量爲解碼的key，是一個數組，BASE64的字符的ASCII值作下標，所對應的就是該字符所表明的編碼值。

      */
    deKey:  new  Array(
         - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,
         - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,
         - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  62 ,  - 1 ,  - 1 ,  - 1 ,  63 ,
         52 ,  53 ,  54 ,  55 ,  56 ,  57 ,  58 ,  59 ,  60 ,  61 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,
         - 1 ,   0 ,   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 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,
         - 1 ,  26 ,  27 ,  28 ,  29 ,  30 ,  31 ,  32 ,  33 ,  34 ,  35 ,  36 ,  37 ,  38 ,  39 ,  40 ,
         41 ,  42 ,  43 ,  44 ,  45 ,  46 ,  47 ,  48 ,  49 ,  50 ,  51 ,  - 1 ,  - 1 ,  - 1 ,  - 1 ,  - 1
    ),
     /* *
     * 編碼
      */
    encode:  function (src){
         // 用一個數組來存放編碼後的字符，效率比用字符串相加高不少。
         var  str = new  Array();
         var  ch1, ch2, ch3;
         var  pos = 0 ;
        // 每三個字符進行編碼。
         while (pos + 3 <= src.length){
            ch1 = src.charCodeAt(pos ++ );
            ch2 = src.charCodeAt(pos ++ );
            ch3 = src.charCodeAt(pos ++ );
            str.push( this .enKey.charAt(ch1 >> 2 ),  this .enKey.charAt(((ch1 << 4 ) + (ch2 >> 4 )) & 0x3f ));
            str.push( this .enKey.charAt(((ch2 << 2 ) + (ch3 >> 6 )) & 0x3f ),  this .enKey.charAt(ch3 & 0x3f ));
        }
         // 給剩下的字符進行編碼。
         if (pos < src.length){
            ch1 = src.charCodeAt(pos ++ );
            str.push( this .enKey.charAt(ch1 >> 2 ));
             if (pos < src.length){
                ch2 = src.charCodeAt(pos);
                str.push( this .enKey.charAt(((ch1 << 4 ) + (ch2 >> 4 )) & 0x3f ));
                str.push( this .enKey.charAt(ch2 << 2 & 0x3f ), ' = ');
            } else {
                str.push( this .enKey.charAt(ch1 << 4 & 0x3f ), ' == ');
            }
        }
        // 組合各編碼後的字符，連成一個字符串。
         return  str.join('');
    },
     /* *
     * 解碼。
      */
    decode:  function (src){
         // 用一個數組來存放解碼後的字符。
         var  str = new  Array();
         var  ch1, ch2, ch3, ch4;
         var  pos = 0 ;
        // 過濾非法字符，並去掉'='。
        src = src.replace( / [ ^ A - Za - z0 - 9 \ + \ / ] / g, '');
         // decode the source string in partition of per four characters.
         while (pos + 4 <= src.length){
            ch1 = this .deKey[src.charCodeAt(pos ++ )];
            ch2 = this .deKey[src.charCodeAt(pos ++ )];
            ch3 = this .deKey[src.charCodeAt(pos ++ )];
            ch4 = this .deKey[src.charCodeAt(pos ++ )];
            str.push(String.fromCharCode(
                (ch1 << 2 & 0xff ) + (ch2 >> 4 ), (ch2 << 4 & 0xff ) + (ch3 >> 2 ), (ch3 << 6 & 0xff ) + ch4));
        }
         // 給剩下的字符進行解碼。
         if (pos + 1 < src.length){
            ch1 = this .deKey[src.charCodeAt(pos ++ )];
            ch2 = this .deKey[src.charCodeAt(pos ++ )];
             if (pos < src.length){
                ch3 = this .deKey[src.charCodeAt(pos)];
                str.push(String.fromCharCode((ch1 << 2 & 0xff ) + (ch2 >> 4 ), (ch2 << 4 & 0xff ) + (ch3 >> 2 )));
            } else {
                str.push(String.fromCharCode((ch1 << 2 & 0xff ) + (ch2 >> 4 )));
            }
        }
        // 組合各解碼後的字符，連成一個字符串。
         return  str.join('');
    }
};

使用方法：

var  str = 'hello world ! ';
 var  enstr = BASE64.encode(str);
alert(enstr);
 var  destr = BASE64.decode(enstr);
alert(destr);

andy：起初關於base64解碼須要的128個元素的數組我不知道是什麼做用，也曾想過是充當查表的做用，可是一想查表的話總共就須要64個元素就能夠了，而且查表的話不可能用那麼多重複的"-1"。在這篇文章中發現，就是充當查表的做用，我數了一下，在這個表中算上"-1"恰巧有64個不重複的字符，之因此要加上那麼多"-1"造成128個元素的緣由是：能夠直接經過ASCII碼的下標來進行"查表"，而不用其它運算，快速、高效。因此那些"-1"只有一個能夠用的到，其它的都是爲了填充以達到ascii碼對應數組下標的效果。我本身覈對了一下，那些非"-1"的值正好對應着字符的ASCII編碼，以下圖：

Value Char   Value Char   Value Char   Value Char
0 A 16 Q 32 g 48 w
1 B 17 R 33 h 49 x
2 C 18 S 34 i 50 y
3 D 19 T 35 j 51 z
4 E 20 U 36 k 52 0
5 F 21 V 37 l 53 1
6 G 22 W 38 m 54 2
7 H 23 X 39 n 55 3
8 I 24 Y 40 o 56 4
9 J 25 Z 41 p 57 5
10 K 26 a 42 q 58 6
11 L 27 b 43 r 59 7
12 M 28 c 44 s 60 8
13 N 29 d 45 t 61 9
14 O 30 e 46 u 62 +
15 P 31 f 47 v 63 /
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程