C语言实现base64编码



base64编码介绍：

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。由于2的6次方等于64，所以每6个比特为一个单元，对应某个可打印字符。三个字节有24个比特，对应于4个Base64单元，即3个字节需要用4个可打印字符来表示。它可用来作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同的系统中而不同。一些如uuencode的其他编码方法，和之后binhex的版本使用不同的64字符集来代表6个二进制数字，但是它们不叫Base64。

Base64常用于在通常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.

转换的时候，将三个byte的数据，先后放入一个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。然后，每次取出6（因为）个bit，按照其值选择ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符作为编码后的输出。不断进行，直到全部输入数据转换完成。

如果最后剩下两个输入数据，在编码结果后加1个“=”；如果最后剩下一个输入数据，编码结果后加2个“=”；如果没有剩下任何数据，就什么都不要加，这样才可以保证资料还原的正确性。

base64编码规则:

用例子来说明总是更好理解一些，我们先以3个字节的情况为例：

源字符串为“123”，对应的16进制:0x31 0x32 0x33,2进制为：

00110001 00110010 00110011

base64就是要将这3*8个bits的数据转为4*8的数据，转换规则：

将这24个bits排成一列，每次取6个，在前面补00

00110001 00110010 00110011

因此00110001 00110010 00110011 转化为：

00001100

00010011

00001000

00110011

分别对应十进制里的: 12 19 8 51,对照下编码表里即为MTIz.

可以看到如果源字符串长度是3的倍数，那么按照上面的规则肯定没问题了。如果不是呢？

好了，再来看下特殊情况，如果源字符串长度余3后为1或者2呢？

很容易，如果是转换的时候，本身凑不够6个bits（后面没有字节，字符串长度不够），那么空位上补0即可。

如果是1，空余的字节处补两个’=’，即两个padding。如果是2，空余的字节处补一个’=’，即一个padding。

我的实现代码，有需要改进的地方请指出：

#include <stdio.h>
#include <string.h>

/*base64编码表   */
char base64Alphabet[]= 
{'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','+','/','='};

/**
 * @author izualzhy@163.com
 * @brief base64Encode :根据传入字符串返回base64编码后的值
 *
 * @param source: 原字符串
 * @param sourceLength： 原字符串长度
 *
 * @return: base64编码后的字符串
 */
unsigned char* base64Encode(const char* source, const int sourceLength)
{
    /*命名为padding不准确，不过先不改了^_^*/
    unsigned int padding = sourceLength%3;
    unsigned int resultLength = sourceLength%3 ? ((sourceLength)/3 + 1)*4 : (sourceLength)/3*4;
    unsigned int i=0, j=0;

    unsigned char* result = (unsigned char*)malloc(resultLength + 1);
    memset(result, 0, resultLength+1);

    unsigned char temp = 0;
    for (i=0,j=0; i<sourceLength; i+=3, j+=4)
    {
        if (i+2 >= sourceLength)
        {
            result[j] = (source[i]>>2) & 0x3F;
            if (padding==1)
            {
                //这里padding实际为2
                result[j+1] = ((source[i] & 0x03)<<4 ) & 0x3F;
                result[j+2] = 0x40;
                result[j+3] = 0x40;
                break;
            }
            else if (padding==2)
            {
                //这里padding实际为1
                result[j+1] = (((source[i] & 0x03)<<4) | ((source[i+1]>>4) & 0x0F));
                result[j+2] = ((source[i+1] & 0x0f)<<2) & 0x3F;
                result[j+3] = 0x40;
                break;
            }
        }

        result[j] = (source[i]>>2) & 0x3F;//最高两位要变为0
        result[j+1] = (((source[i] & 0x03)<<4) | ((source[i+1]>>4) & 0x0F));//0x03（只取最低两位,其余位为0） 0x0F(只取低四位，其余位为0)
        result[j+2] = (((source[i+1] & 0x0f)<<2) | ((source[i+2]>>6) & 0x03));
        result[j+3] = (source[i+2] & 0x3F);
    }

    for ( j=0; j<resultLength; ++j)
    {
        result[j] = base64Alphabet[result[j]];
    }

    return result;
}

int main(int argc, char* argv[])
{
    printf("%s\n", base64Encode(argv[1], strlen(argv[1])));
   //忘了free了...
    return 0;
}