JavaScript: 详解Base64编码和解码
Base64是最经常使用的编码之一，好比开发中用于传递参数、现代浏览器中的<img />标签直接经过Base64字符串来渲染图片以及用于邮件中等等。Base64编码在RFC2045中定义，它被定义为：Base64内容传送编码被设计用来把任意序列的8位字节描述为一种不易被人直接识别的形式。javascript
咱们知道，任何数据在计算机中都是以二进制的方式存储的。一个字节为8位，一个字符在计算机中存储为一个或多个字节，好比英文字母、数字以及英文标点符号就是用一个 字节来存储的，一般称为ASCII码。而简体中文、繁体中文、日文以及韩文等都是用多字节来存储的，一般称为多字节字符。由于Base64编码是对字符串的编码表示进行处理的，不一样编码的字符串的Base64的结果是不一样的，因此咱们须要了解基本的字符编码知识。java
字符编码基础
计算机最开始只支持ASCII码，一个字符用一个字节表示，只用了低7位，最高位为0，所以总共有128个ASCII码，范围为0~127。后来为了支持多种地区的语言，各大组织机构和IT厂商开始发明它们本身的编码方案，以便弥补ASCII编码的不足，如GB2312编码、GBK编码和Big5编码等。但这些编码都只是针对局部地区或少数语言文字，没有办法表达全部的语言文字。并且这些不一样的编码之间并无任何联系，它们之间的转换须要经过查表来实现。windows
为了提升计算机的信息处理和交换功能，使得世界各国的文字都能在计算机中处理，从1984年起，ISO组织就开始研究制定一个全新的标准：通用多八位(即多字节)编码字符集（Universal Multiple-Octet Coded Character Set），简称UCS。标准的编号为：ISO 10646。这一标准为世界各类主要语言的字符(包括简体及繁体的中文字)及附加符号，编制统一的内码。浏览器
统一码（Unicode）是Universal Code的缩写，是由另外一个叫“Unicode学术学会”（The Unicode Consortium）的机构制定的字符编码系统。Unicode与ISO 10646国际编码标准从内容上来讲是同步一致的。具体可参考：Unicode 。测试
ANSI
ANSI不表明具体的编码，它是指本地编码。好比在简体版windows上它表示GB2312编码，在繁体版windows上它表示Big5编码，在日文操做系统上它表示JIS编码。因此若是您新建了个文本文件并保存为ANSI编码，那么您如今应该知道这个文件的编码为本地编码。this
Unicode
Unicode编码是和字符表一一映射的。好比56DE表明汉字'回'，这种映射关系是固定不变的。通俗的说Unicode编码就是字符表的坐标，经过56DE就能找到汉字'回'。Unicode编码的实现包括UTF八、UTF1六、UTF32等等。编码
Unicode自己定义的就是每一个字符的数值，是字符和天然数的映射关系，而UTF-8或者UTF-16甚至UTF-32则定义了如何在字节流中断字，是计算机领域的概念。spa
经过上图咱们知道，UTF-8编码为变长的编码方式，占1~6个字节，可经过Unicode编码值的区间来判断，而且每一个组成UTF8字符的字节都是有规律可循的。本文只讨论UTF8和UTF16这两种编码。操作系统
UTF16
UTF16编码使用固定的2个字节来存储。由于是多字节存储，因此它的存储方式分为2种：大端序和小端序。UTF16编码是Unicode最直接的实现方式，一般咱们在windows上新建文本文件后保存为Unicode编码，其实就是保存为UTF16编码。UTF16编码在windows上采用小端序的方式存储，如下我新建了个文本文件并保存为Unicode编码来测试，文件中只输入了一个汉字'回'，以后我用Editplus打开它，切换到十六进制方式查看，如图所示：设计
咱们看到有4个字节，前2个字节FF FE是文件头，表示这是一个UTF16编码的文件，而DE 56则是'回'的UTF16编码的十六进制。咱们常用的JavaScript语言，它内部就是采用UTF16编码，而且它的存储方式为大端序，来看一个例子：
<script type="text/javascript">
console.group('Test Unicode: ');
console.log(('回'.charCodeAt(0)).toString(16).toUpperCase());
</script>
很明显跟刚才Editplus显示的不同，顺序是相反的，这是由于字节序不同。具体可参考：UTF-16 。
UTF8
UTF8是采用变长的编码方式，为1~6个字节，但一般咱们只把它看做单字节或三字节的实现，由于其它状况实在少见。UTF8编码经过多个字节组合的方式来显示，这是计算机处理UTF8的机制，它是无字节序之分的，而且每一个字节都很是有规律，详见上图，在此再也不详述。
UTF16和UTF8的相互转换
UTF16转UTF8
UTF16和UTF8之间的相互转换能够经过上图的转换表来实现，判断Unicode码所在的区间就能够获得这个字符是由几个字节所组成，以后经过移位来实现。咱们用汉字'回'来举一个转换的例子。
咱们已经知道汉字'回'的Unicode码是0x56DE，它介于U+00000800 – U+0000FFFF之间，因此它是用三个字节来表示的。
因此咱们须要将0x56DE这个双字节的值变为三字节的值，注意上图中的x部分，就是对应0x56DE的各位字节，若是您数一下x的个数，会发现恰好是16位。
转换思路
从0x56DE中取出4位放在低位，并和二进制的1110结合，这就是第一个字节。从0x56DE中剩下的字节中取出6位放在低位，并和二进制的10结合，这就是第二个字节。第三个字节依照相似的方式实现。
代码实现
为了让你们更好的理解，如下代码只是实现汉字'回'的转换，代码以下：
<script type="text/javascript">
/**
* 转换对照表
* U+00000000 – U+0000007F 0xxxxxxx
* U+00000080 – U+000007FF 110xxxxx 10xxxxxx
* U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
* U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
* U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
* U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
*/
/*
* '回'的Unicode编码为：0x56DE，它介于U+00000800 – U+0000FFFF之间，因此它占用三个字节。
* U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
*/
var ucode = 0x56DE;
// 1110xxxx
var byte1 = 0xE0 | ((ucode >> 12) & 0x0F);
// 10xxxxxx
var byte2 = 0x80 | ((ucode >> 6) & 0x3F);
// 10xxxxxx
var byte3 = 0x80 | (ucode & 0x3F);
var utf8 = String.fromCharCode(byte1)
+ String.fromCharCode(byte2)
+ String.fromCharCode(byte3);
console.group('Test UTF16ToUTF8: ');
console.log(utf8);
console.groupEnd();
</script>
输出的结果看起来像乱码，这是由于JavaScript不知道如何显示UTF8的字符。您或许会说输出不正常转换还有什么用，但您应该知道转换的目的还常常用于传输或API的须要。
UTF8转UTF16
这是UTF16转换到UTF8的逆转换，一样须要对照转换表来实现。仍是接上一个例子，咱们已经获得了汉字'回'的UTF8编码，这是三个字节的，咱们只须要按照转换表来转成双字节的，如图所示，咱们须要保留下全部的x。
代码以下：
<script type="text/javascript">
/**
* 转换对照表
* U+00000000 – U+0000007F 0xxxxxxx
* U+00000080 – U+000007FF 110xxxxx 10xxxxxx
* U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
* U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
* U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
* U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
*/
/*
* '回'的Unicode编码为：0x56DE，它介于U+00000800 – U+0000FFFF之间，因此它占用三个字节。
* U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
*/
var ucode = 0x56DE;
// 1110xxxx
var byte1 = 0xE0 | ((ucode >> 12) & 0x0F);
// 10xxxxxx
var byte2 = 0x80 | ((ucode >> 6) & 0x3F);
// 10xxxxxx
var byte3 = 0x80 | (ucode & 0x3F);
var utf8 = String.fromCharCode(byte1)
+ String.fromCharCode(byte2)
+ String.fromCharCode(byte3);
console.group('Test UTF16ToUTF8: ');
console.log(utf8);
console.groupEnd();
/** ------------------------------------------------------------------------------------*/
// 由三个字节组成，因此分别取出
var c1 = utf8.charCodeAt(0);
var c2 = utf8.charCodeAt(1);
var c3 = utf8.charCodeAt(2);
/*
* 须要经过判断特定位的方式来转换，但这里是已知是三个字节，因此忽略判断，而是直接拿到全部的x，组成16位。
* U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
*/
// 丢弃第一个字节的高四位并和第二个字节的高四位组成一个字节
var b1 = (c1 << 4) | ((c2 >> 2) & 0x0F);
// 同理第二个字节和第三个字节组合
var b2 = ((c2 & 0x03) << 6) | (c3 & 0x3F);
// 将b1和b2组成16位
var ucode = ((b1 & 0x00FF) << 8) | b2;
console.group('Test UTF8ToUTF16: ');
console.log(ucode.toString(16).toUpperCase(), String.fromCharCode(ucode));
console.groupEnd();
</script>
知道了转换规则，就很容易实现了。
Base64编码
Base64编码要求把3个8位字节（3*8=24）转化为4个6位的字节（4*6=24），以后在6位的前面补两个0，造成8位一个字节的形式。因为2的6次方为64，因此每6个位为一个单元，对应某个可打印字符。当原数据不是3的整数倍时，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。
转码对照表
每6个单元高位补2个零造成的字节位于0~63之间，经过在转码表中查找对应的可打印字符。“=”用于填充。以下图所示为转码表。
具体可参考： Base64 。
Base64解码
解码是编码的逆过程，先看后面补了几个“=”号，最多只可能补2个“=”号。一个“=”至关于补了2个0，因此去掉后面补的0后，再按8位展开，便可还原。
JavaScript实现Base64的编码和解码
以前已经详细讲解了整个过程，本文的例子都是采用UTF8编码的字符串做为Base64编码的基础。由于JavaScript内部是使用Unicode编码，因此须要有个转换过程，原理以前也详细讲解过并给出了示例，如下是代码实现：
<script type="text/javascript">
/**
* UTF16和UTF8转换对照表
* U+00000000 – U+0000007F 0xxxxxxx
* U+00000080 – U+000007FF 110xxxxx 10xxxxxx
* U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
* U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
* U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
* U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
*/
var Base64 = {
// 转码表
table : [
'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H',
'I', 'J', 'K', 'L', 'M', 'N', 'O' ,'P',
'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X',
'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f',
'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',
'o', 'p', 'q', 'r', 's', 't', 'u', 'v',
'w', 'x', 'y', 'z', '0', '1', '2', '3',
'4', '5', '6', '7', '8', '9', '+', '/'
],
UTF16ToUTF8 : function(str) {
var res = [], len = str.length;
for (var i = 0; i < len; i++) {
var code = str.charCodeAt(i);
if (code > 0x0000 && code <= 0x007F) {
// 单字节，这里并不考虑0x0000，由于它是空字节
// U+00000000 – U+0000007F 0xxxxxxx
res.push(str.charAt(i));
} else if (code >= 0x0080 && code <= 0x07FF) {
// 双字节
// U+00000080 – U+000007FF 110xxxxx 10xxxxxx
// 110xxxxx
var byte1 = 0xC0 | ((code >> 6) & 0x1F);
// 10xxxxxx
var byte2 = 0x80 | (code & 0x3F);
res.push(
String.fromCharCode(byte1),
String.fromCharCode(byte2)
);
} else if (code >= 0x0800 && code <= 0xFFFF) {
// 三字节
// U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
// 1110xxxx
var byte1 = 0xE0 | ((code >> 12) & 0x0F);
// 10xxxxxx
var byte2 = 0x80 | ((code >> 6) & 0x3F);
// 10xxxxxx
var byte3 = 0x80 | (code & 0x3F);
res.push(
String.fromCharCode(byte1),
String.fromCharCode(byte2),
String.fromCharCode(byte3)
);
} else if (code >= 0x00010000 && code <= 0x001FFFFF) {
// 四字节
// U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
} else if (code >= 0x00200000 && code <= 0x03FFFFFF) {
// 五字节
// U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
} else /** if (code >= 0x04000000 && code <= 0x7FFFFFFF)*/ {
// 六字节
// U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
}
}
return res.join('');
},
UTF8ToUTF16 : function(str) {
var res = [], len = str.length;
var i = 0;
for (var i = 0; i < len; i++) {
var code = str.charCodeAt(i);
// 对第一个字节进行判断
if (((code >> 7) & 0xFF) == 0x0) {
// 单字节
// 0xxxxxxx
res.push(str.charAt(i));
} else if (((code >> 5) & 0xFF) == 0x6) {
// 双字节
// 110xxxxx 10xxxxxx
var code2 = str.charCodeAt(++i);
var byte1 = (code & 0x1F) << 6;
var byte2 = code2 & 0x3F;
var utf16 = byte1 | byte2;
res.push(Sting.fromCharCode(utf16));
} else if (((code >> 4) & 0xFF) == 0xE) {
// 三字节
// 1110xxxx 10xxxxxx 10xxxxxx
var code2 = str.charCodeAt(++i);
var code3 = str.charCodeAt(++i);
var byte1 = (code << 4) | ((code2 >> 2) & 0x0F);
var byte2 = ((code2 & 0x03) << 6) | (code3 & 0x3F);
var utf16 = ((byte1 & 0x00FF) << 8) | byte2
res.push(String.fromCharCode(utf16));
} else if (((code >> 3) & 0xFF) == 0x1E) {
// 四字节
// 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
} else if (((code >> 2) & 0xFF) == 0x3E) {
// 五字节
// 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
} else /** if (((code >> 1) & 0xFF) == 0x7E)*/ {
// 六字节
// 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
}
}
return res.join('');
},
encode : function(str) {
if (!str) {
return '';
}
var utf8 = this.UTF16ToUTF8(str); // 转成UTF8
var i = 0; // 遍历索引
var len = utf8.length;
var res = [];
while (i < len) {
var c1 = utf8.charCodeAt(i++) & 0xFF;
res.push(this.table[c1 >> 2]);
// 须要补2个=
if (i == len) {
res.push(this.table[(c1 & 0x3) << 4]);
res.push('==');
break;
}
var c2 = utf8.charCodeAt(i++);
// 须要补1个=
if (i == len) {
res.push(this.table[((c1 & 0x3) << 4) | ((c2 >> 4) & 0x0F)]);
res.push(this.table[(c2 & 0x0F) << 2]);
res.push('=');
break;
}
var c3 = utf8.charCodeAt(i++);
res.push(this.table[((c1 & 0x3) << 4) | ((c2 >> 4) & 0x0F)]);
res.push(this.table[((c2 & 0x0F) << 2) | ((c3 & 0xC0) >> 6)]);
res.push(this.table[c3 & 0x3F]);
}
return res.join('');
},
decode : function(str) {
if (!str) {
return '';
}
var len = str.length;
var i = 0;
var res = [];
while (i < len) {
code1 = this.table.indexOf(str.charAt(i++));
code2 = this.table.indexOf(str.charAt(i++));
code3 = this.table.indexOf(str.charAt(i++));
code4 = this.table.indexOf(str.charAt(i++));
c1 = (code1 << 2) | (code2 >> 4);
res.push(String.fromCharCode(c1));
if (code3 != -1) {
c2 = ((code2 & 0xF) << 4) | (code3 >> 2);
res.push(String.fromCharCode(c2));
}
if (code4 != -1) {
c3 = ((code3 & 0x3) << 6) | code4;
res.push(String.fromCharCode(c3));
}
}
return this.UTF8ToUTF16(res.join(''));
}
};
var msg = 'Hello, oschina！又是一年春来到~!';
console.group('Test Base64: ');
var b64 = Base64.encode(msg);
console.log(b64);
d64 = Base64.decode(b64);
console.log(d64, d64 === msg);
console.groupEnd();
</script>
不得不说，在JavaScript中实现确实很麻烦。咱们来看下PHP对一样的字符串编码的结果：
由于字符编码是同样的，因此结果也同样。
- 1. 详解Base64编码和解码
- 2. Base64编码详解
- 3. base64编码和解码
- 4. Base64 编码与解码详解
- 5. base64编码原理详解
- 6. Base64编码/解码
- 7. BASE64编码解码
- 8. Base64编码解码
- 9. javascript实现base64编码、解码
- 10. PHP Base64 中英文编码 JavaScript 解码
- 更多相关文章...
- • XML 编码 - XML 教程
- • 免费ARP详解 - TCP/IP教程
- • Scala 中文乱码解决
- • Flink 数据传输及反压详解
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 详解Base64编码和解码
- 2. Base64编码详解
- 3. base64编码和解码
- 4. Base64 编码与解码详解
- 5. base64编码原理详解
- 6. Base64编码/解码
- 7. BASE64编码解码
- 8. Base64编码解码
- 9. javascript实现base64编码、解码
- 10. PHP Base64 中英文编码 JavaScript 解码