從原理上搞定編碼（四）-- Base64編碼

　　開發者對Base64編碼確定很熟悉，是否對它有很清晰的認識就不必定了。實際上Base64已經簡單到不能再簡單了，若是對它的理解仍是模棱兩可實在不該該。大概介紹一下Base64的相關內容，花幾分鐘時間就能夠完全理解它。文章下邊貼了一個Base64的編解碼器，方便閱讀文章的同時來實驗。

　　一. Base64編碼由來

　　爲何會有Base64編碼呢？由於有些網絡傳送渠道並不支持全部的字節，例如傳統的郵件只支持可見字符的傳送，像ASCII碼的控制字符就不能經過郵件傳送。這樣用途就受到了很大的限制，好比圖片二進制流的每一個字節不可能所有是可見字符，因此就傳送不了。最好的方法就是在不改變傳統協議的狀況下，作一種擴展方案來支持二進制文件的傳送。把不可打印的字符也能用可打印字符來表示，問題就解決了。Base64編碼應運而生，Base64就是一種基於64個可打印字符來表示二進制數據的表示方法。

　　二. Base64編碼原理

　　看一下Base64的索引表，字符選用了"A-Z、a-z、0-九、+、/" 64個可打印字符。數值表明字符的索引，這個是標準Base64協議規定的，不能更改。64個字符用6個bit位就能夠所有表示，一個字節有8個bit位，剩下兩個bit就浪費掉了，這樣就不得不犧牲一部分空間了。這裏須要弄明白的就是一個Base64字符是8個bit，可是有效部分只有右邊的6個bit，左邊兩個永遠是0。

　　那麼怎麼用6個有效bit來表示傳統字符的8個bit呢？8和6的最小公倍數是24，也就是說3個傳統字節能夠由4個Base64字符來表示，保證有效位數是同樣的，這樣就多了1/3的字節數來彌補Base64只有6個有效bit的不足。你也能夠說用兩個Base64字符也能表示一個傳統字符，可是採用最小公倍數的方案實際上是最減小浪費的。結合下邊的圖比較容易理解。Man是三個字符，一共24個有效bit，只好用4個Base64字符來湊齊24個有效位。紅框表示的是對應的Base64，6個有效位轉化成相應的索引值再對應Base64字符表，查出"Man"對應的Base64字符是"TWFU"。說到這裏有個原則不知道你發現了沒有，要轉換成Base64的最小單位就是三個字節，對一個字符串來講每次都是三個字節三個字節的轉換，對應的是Base64的四個字節。這個搞清楚了其實就差很少了。

         

　　可是轉換到最後你發現不夠三個字節了怎麼辦呢？願望終於實現了，咱們能夠用兩個Base64來表示一個字符或用三個Base64表示兩個字符，像下圖的A對應的第二個Base64的二進制位只有兩個，把後邊的四個補0就是了。因此A對應的Base64字符就是QQ。上邊已經說過了，原則是Base64字符的最小單位是四個字符一組，那這才兩個字符，後邊補兩個"="吧。其實不用"="也不耽誤解碼，之因此用"="，多是考慮到多段編碼後的Base64字符串拼起來也不會引發混淆。因而可知Base64字符串只可能最後出現一個或兩個"="，中間是不可能出現"="的。下圖中字符"BC"的編碼過程也是同樣的。

　　三. 總結　　

　　提及Base64編碼可能有些奇怪，由於大多數的編碼都是由字符轉化成二進制的過程，而從二進制轉成字符的過程稱爲解碼。而Base64的概念就剛好反了，由二進制轉到字符稱爲編碼，由字符到二進制稱爲解碼。

　　Base64編碼主要用在傳輸、存儲、表示二進制等領域，還能夠用來加密，可是這種加密比較簡單，只是一眼看上去不知道什麼內容罷了，固然也能夠對Base64的字符序列進行定製來進行加密。

　　Base64編碼是從二進制到字符的過程，像一些中文字符用不一樣的編碼轉爲二進制時，產生的二進制是不同的，因此最終產生的Base64字符也不同。例如"上網"對應utf-8格式的Base64編碼是"5LiK572R"，對應GB2312格式的Base64編碼是"yc/N+A=="。

 

文章參考自 "維基百科-Base64"

在線Base64編碼器：