两篇文章搞懂base64编解码

时间  2019-12-02
标签 文章 base64 base 解码 繁體版
原文   原文链接

文章一：php

文章参考维基百科——《base64词条》html

Base64是一种基于64个可打印字符来表示二进制数据的表示方法。因为2的6次方等于64，因此每6个位元为一个单元，对应某个可打印字符。三个字节有24个位元，对应于4个Base64单元，即3个字节须要用4个可打印字符来表示。它可用来做为电子邮件的传输编码。在Base64中的可打印字符包括字母A-Z、a-z、数字0-9 ，这样共有62个字符，此外两个可打印符号在不一样的系统中而不一样。一些如uuencode的其余编码方法，和以后binhex的版本使用不一样的64字符集来表明6个二进制数字，可是它们不叫Base64。java

Base64经常使用于在一般处理文本数据的场合，表示、传输、存储一些二进制数据。包括MIME的email，email via MIME, 在XML中存储复杂数据.web

目录

   [隐藏] 

MIME[编辑]

在MIME格式的电子邮件中，base64能够用来将binary的字节序列数据编码成ASCII字符序列构成的文本。使用时，在传输编码方式中指定base64。使用的字符包括大小写字母各26个，加上10个数字，和加号“+”，斜杠“/”，一共64个字符，等号“=”用来做为后缀用途。正则表达式

完整的base64定义可见 RFC 1421和 RFC 2045。编码后的数据比原始数据略长，为原来的\frac{4}{3}。在电子邮件中，根据RFC 822规定，每76个字符，还须要加上一个回车换行。能够估算编码后数据长度大约为原长的135.1%。（andy：（（76+1）*8）\（76*6）= 1.350877……）算法

转换的时候，将三个byte的数据，前后放入一个24bit的缓冲区中，先来的byte占高位。数据不足3byte的话，于缓冲区中剩下的bit用0补足。而后，每次取出6（由于2^6=64）个bit，按照其值选择ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符做为编码后的输出。不断进行，直到所有输入数据转换完成。数据库

若是最后剩下两个输入数据，在编码结果后加1个“=”；若是最后剩下一个输入数据，编码结果后加2个“=”；若是没有剩下任何数据，就什么都不要加，这样才能够保证资料还原的正确性。编程

（andy：所说的一个或者两个输入数据是指8比特的一个字符，剩下一个字节也就是8bit的时候，会被分红6位+6位(2位有效+四位0)，而后还剩6+6,就用两个=号来代替。若是剩两个字节也就是16位的话，就是6位+6位+6位(4位有效+2位0)，剩下的一个6位用一个=号代替。下边验证了个人理解。）数组

例子[编辑]

举例来讲，一段引用自托马斯·霍布斯的利维坦的文句：服务器

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.

通过base64编码以后变成：

TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlz
IHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2Yg
dGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGlu
dWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRo
ZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=
  • 编码“Man”
文本 M a n
ASCII编码 77 97 110
二进制位 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编码 T W F u

在此例中，Base64算法将三个字符编码为4个字符

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 /

若是要编码的字节数不能被3整除，最后会多出1个或2个字节，那么可使用下面的方法进行处理：先使用0字节值在末尾补足，使其可以被3整除，而后再进行base64的编码。在编码后的base64文本后加上一个或两个'='号，表明补足的字节数。也就是说，当最后剩余一个八位字节(一个byte)时，最后一个6位的base64字节块有四位是0值，最后附加上两个等号；若是最后剩余两个八位字节(2个byte)时，最后一个6位的base字节块有两位是0值，最后附加一个等号。 参考下表：

文本（1 Byte） A    
二进制位 0 1 0 0 0 0 0 1                                
二进制位（补0） 0 1 0 0 0 0 0 1 0 0 0 0                        
Base64编码 Q Q    
文本（2 Byte） B C  
二进制位 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 1     x x x x x x
二进制位（补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编码 Q k M  

UTF-7[编辑]

UTF-7 是一个修改的Base64（Modified Base64）。主要是将UTF-16的数据，用Base64的方法编码为可打印的 ASCII 字符序列。目的是传输 Unicode 数据。主要的区别在于不用等号"="补余，由于该字符一般须要大量的转译。

标准可见RFC 2152，《A Mail-Safe Transformation Format of Unicode》。

IRCu[编辑]

在IRCu等软件所使用的P10 IRC服务器间协议中，对客户与服务器的消息类型号（client/server numerics）和二进制IP地址采用了base64编码。消息类型号的长度固定为3字节，故可直接编码为4个字节而不须要加填充。对IP地址进行编码时，则须要在地址前添加一些0比特，使之能够编码为整数个字节。这里所用的符号集与前述MIME的也有所不一样，将+/改为了[]。

在URL中的应用[编辑]

Base64编码可用于在HTTP环境下传递较长的标识信息。例如，在Java持久化系统Hibernate中，就采用了Base64来将一个较长的惟一标识符（通常为128-bit的UUID）编码为一个字符串，用做HTTP表单和HTTP GET URL中的参数。在其余应用程序中，也经常须要把二进制数据编码为适合放在URL（包括隐藏表单域）中的形式。此时，采用Base64编码不只比较简短，同时也具备不可读性，即所编码的数据不会被人用肉眼所直接看到。

然而，标准的Base64并不适合直接放在URL里传输，由于URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，而这些“%”号在存入数据库时还须要再进行转换，由于ANSI SQL中已将“%”号用做通配符。

为解决此问题，可采用一种用于URL的改进Base64编码，它不在末尾填充'='号，并将标准Base64中的“+”和“/”分别改为了“-”和“_”，这样就免去了在URL编解码和数据库存储时所要做的转换，避免了编码信息长度在此过程当中的增长，并统一了数据库、表单等处对象标识符的格式。

（andy：上边那一段的“并将标准Base64中的“+”和“/”分别改为了“-”和“_””在百度百科里写错了，把"-"写成了"*"，学过数据库的我当时就想，"*"在数据库里不也是特殊符号么？是一个通配符。结果在维基百科里看到这个写法才更加肯定了个人怀疑，而且修改了百度百科里的内容。）

另有一种用于正则表达式的改进Base64变种，它将“+”和“/”改为了“!”和“-”，由于“+”，“*”以及前面在IRCu中用到的“[”和“]”在正则表达式中均可能具备特殊含义。

此外还有一些变种，它们将“+/”改成“_-”或“._”（用做编程语言中的标识符名称）或“.-”（用于XML中的Nmtoken）甚至“_:”（用于XML中的Name）。

 

文章二：

文章参考空间站北极心空——《JavaScript 的 BASE64 算法》

/* *
* 我在网上看到过不少BASE64的JavaScript算法，都以为不满意，因而本身写了一个，在这里分享一下。
* 个人代码在质量的效率都较高，没有一些冗余的操做。整体来说我以为很是不错。
* 若是你们有什么不懂的地方能够问我。
 */
var  BASE64 = {
     /* *
     * 此变量为编码的key，每一个字符的下标相对应于它所表明的编码。
      */
    enKey: 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 +/ ',
     /* *
     * 此变量为解码的key，是一个数组，BASE64的字符的ASCII值作下标，所对应的就是该字符所表明的编码值。

      */
    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
    ),
     /* *
     * 编码
      */
    encode:  function (src){
         // 用一个数组来存放编码后的字符，效率比用字符串相加高不少。
         var  str = new  Array();
         var  ch1, ch2, ch3;
         var  pos = 0 ;
        // 每三个字符进行编码。
         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 ));
        }
         // 给剩下的字符进行编码。
         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 ), ' == ');
            }
        }
        // 组合各编码后的字符，连成一个字符串。
         return  str.join('');
    },
     /* *
     * 解码。
      */
    decode:  function (src){
         // 用一个数组来存放解码后的字符。
         var  str = new  Array();
         var  ch1, ch2, ch3, ch4;
         var  pos = 0 ;
        // 过滤非法字符，并去掉'='。
        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));
        }
         // 给剩下的字符进行解码。
         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 )));
            }
        }
        // 组合各解码后的字符，连成一个字符串。
         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：起初关于base64解码须要的128个元素的数组我不知道是什么做用，也曾想过是充当查表的做用，可是一想查表的话总共就须要64个元素就能够了，而且查表的话不可能用那么多重复的"-1"。在这篇文章中发现，就是充当查表的做用，我数了一下，在这个表中算上"-1"恰巧有64个不重复的字符，之因此要加上那么多"-1"造成128个元素的缘由是：能够直接经过ASCII码的下标来进行"查表"，而不用其它运算，快速、高效。因此那些"-1"只有一个能够用的到，其它的都是为了填充以达到ascii码对应数组下标的效果。我本身核对了一下，那些非"-1"的值正好对应着字符的ASCII编码，以下图：

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 /
相关文章
相关标签/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。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 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