Base64編碼

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{\displaystyle 2^{6}=64}，因此每6個比特爲一個單元，對應某個可打印字符。3個字節有24個比特，對應於4個Base64單元，即3個字節可由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，可是不被稱爲Base64。

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的電子郵件及XML的一些複雜數據。

MIME

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拉丁字母各26個、數字10個、加號+和斜槓/，共64個字符，等號=用來做爲後綴用途。

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{\displaystyle {\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%。

轉換的時候，將3字節的數據，前後放入一個24位的緩衝區中，先來的字節佔高位。數據不足3字節的話，於緩衝器中剩下的比特用0補足。每次取出6比特（由於{\displaystyle 2^{6}=64}），按照其值選擇ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符做爲編碼後的輸出，直到所有輸入數據轉換完成。

若原數據長度不是3的倍數時且剩下1個輸入數據，則在編碼結果後加2個=；若剩下2個輸入數據，則在編碼結果後加1個=。

例子

舉例來講，一段引用自托馬斯·霍布斯《利維坦》的文句：

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3個字節編碼爲4個字符。

Base64索引表：

數值	字符		數值	字符		數值	字符		數值	字符
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，那麼能夠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，當最後剩餘兩個八位字節（2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；若是最後剩餘一個八位字節（1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	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
二進制位（補0）	0	1	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	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	0	0	0	0	0	0	0	0
二進制位（補0）	0	1	0	0	0	0	1	0	0	1	0	0	0	0	1	1	0	0	0	0	0	0	0	0
Base64編碼	Q	k	M	=

UTF-7

UTF-7是一個修改版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

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

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。

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）。

其餘應用

• 垃圾消息傳播者用Base64來避過反垃圾郵件工具，由於那些工具一般都不會翻譯Base64的消息。
• 在LDIF文件，Base64用做編碼字符串。

相關事件

• 2018年2月電子郵件程序 Exim 發現重大漏洞，編號爲 CVE-2018-6789 的緩衝溢出漏洞容許攻擊者在服務器上遠程執行惡意代碼。漏洞位於 base64 解碼函數中，影響 Exim v4.90.1 以前的全部版本，多達 40 萬服務器受到影響。