2024年前端最全一文打尽前端 Base64 编码知识，腾讯面试官工资

总结

• 对于框架原理只能说个大概，真的深入某一部分具体的代码和实现方式就只能写出一个框架，许多细节注意不到。

开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

• 算法方面还是很薄弱，好在面试官都很和蔼可亲，擅长发现人的美哈哈哈…（最好多刷一刷，不然影响你的工资和成功率???）

• 在投递简历之前，最好通过各种渠道找到公司内部的人，先提前了解业务，也可以帮助后期优秀 offer 的决策。

• 要勇于说不，对于某些 offer 待遇不满意、业务不喜欢，应该相信自己，不要因为当下没有更好的 offer 而投降，一份工作短则一年长则 N 年，为了幸福生活要慎重选择！！！

第一次跳槽十分忐忑不安，和没毕业的时候开始找工作是一样的感受，真的要相信自己，有条不紊的进行。如果有我能帮忙的地方欢迎随时找我，比如简历修改、内推、最起码，可以把烦心事说一说，人嘛都会有苦恼的～

祝大家都有美好的未来，拿下满意的 offer。

–string-array-indexes-type ‘’ (comma separated) [hexadecimal-number, hexadecimal-numeric-string]

–string-array-encoding ‘’ (comma separated) [none, base64, rc4]

–string-array-index-shift 

–string-array-wrappers-count 

–string-array-wrappers-chained-calls 

image.png

其他

X.509公钥证书， github SSH key， mht文件，邮件附件等等，都有Base64的影子。

Base64数据编码起源

---

早期邮件传输协议基于 ASCII 文本，对于诸如图片、视频等二进制文件处理并不好。ASCII 主要用于显示现代英文，到目前为止只定义了 128 个字符，包含控制字符和可显示字符。为了解决上述问题，Base64 编码顺势而生。

Base64是编解码，主要的作用不在于安全性，而在于让内容能在各个网关间无错的传输，这才是Base64编码的核心作用。

除了Base64数据编码，其实还有Base32数据编码, Base16数据编码，可以参见 RFC 4648[14]。

Base64编码64的含义

---

64就是64个字符的意思。

base64对照表， 借用 Base64原理[15]的一张图：

1. A-Z 26

2. a-z 26

3. 0-9 10

4. + / 2

26 + 26 + 10 + 2 = 64

当然还有一个字符=，这是填充字符，后面会提到，不属于64里面的范畴。

对照表的索引值，注意一下，后面的base64编码和解码会用到。

Base64编码优缺点

---

优点

1. 可以将二进制数据（比如图片）转化为可打印字符，方便传输数据

2. 对数据进行简单的加密，肉眼是安全的

3. 如果是在html或者css处理图片，可以减少http请求

缺点

1. 内容编码后体积变大， 至少1/3

因为是三字节变成四个字节，当只有一个字节的时候，也至少会变成三个字节。

2. 编码和解码需要额外工作量

---

说完优缺点，回到正题：

我们今天的重点是 uf8编码转Base64编码：

基本流程

char => 码点 => utf-8编码 => base64编码

在之前要解一下编码的知识, 了解编码知识，又要先了解一些计算机的基础知识。

一些计算机和前端基础知识

---

比特和字节

比特又叫位。在计算机的世界里，信息的表示方式只有 0 和 1, 其可以表示两种状态。

一位二进制可以表示两状态， N位可以表示2^N种状态。

一个字节(Byte)有8位(Bit)

所以一个字节可以表示 2^8 = 256种状态；

获得字符的 Unicode码点

String.prototype.charCodeAt[16] 可以获取字符的码点，获取范围为0 ~ 65535。这个地方注意一下，关系到后面的utf-8字节数。

“a”.charCodeAt(0)  // 97

“中”.charCodeAt(0) // 20013

进制表示

1. 0b开头，可以表示二进制

注意0b10000000= 128 ,0b11000000=92，之后会用到.

0b11111111 // 255

0b10000000 // 128 后面会用到

0b11000000 // 192 后面会用到

image.png

0x开头，可以表示16进制

0x11111111 // 286331153

image.png

0o开头可以表示8进制，就不多说了，本来不会涉及。

进制转换

10进制转其他进制

Number.prototype.toString\(radix\)[17]可以把十进制转为其他进制。

100…toString(2)  // 1100100

100…toString(16) // 64, 也等于 ox64

其他进制转为10进制

parseInt\(string, radix\)[18]可以把其他进制，转为10进制。

parseInt(“10000000”, 2) // 128

parseInt(“10”,16) // 16

这里额外提一下一元操作符号+可以把字符串转为数字，后面也会用到,之前提到的0b,0o,0x这里都会生效。

+“1000” // 1000

+“0b10000000” // 128

+“0o10” // 8

+“0x10” // 16

位移操作

本文只涉及右移操作，就只讲右移，右移相当于除以2，如果是整数，简单说是去低位，移动几位去掉几位，其实和10进制除以10是一样的。

64 >> 2 = 16 我们一起看一下过程

0 1 0 0 0 0 0 0       64

---

0 1 0 0 0 0 | 0 0  16

一元 & 操作和 一元|操作

一元&

当两者皆为1的时候，值为1。本文的作用可用来去高位， 具体看代码。

3553 & 36 = 0b110111100001 & 0b111111 = 100001

因为高位缺失，不可能都为1，故均为0, 而低位相当于复制一遍而已。

110111 100001

111111

---

000000 100001

一元|

当任意一个为1，就输出为1. 本文用来填补0。比如，把3补成8位二进制

3 | 256 = 11 | 100000000 = 100000011

100000011.substring(1)是不是就等于8位二进制呢00000011

具备了这些基本知识，我们就开始先了解编码相关的知识。

ASCII码， Unicode , UTF-8

---

ASCII码

ASCII码第一位始终是0, 那么实际可以表示的状态是 2^7 = 128种状态。

ASCII 主要用于显示现代英文，到目前为止只定义了 128 个字符，包含控制字符和可显示字符。

• 0~31 之间的ASCII码常用于控制像打印机一样的外围设备

• 32~127 之间的ASCII码表示的符号，在我们的键盘上都可以被找到

完整的 ASCII码对应表，可以参见 基本ASCII码和扩展ASCII码[19]

接下来是Unicode和UTF-8编码，请先记住这个重要的知识：

• Unicode: 字符集

• UTF-8: 编码规则

Unicode

Unicode 为世界上所有字符都分配了一个唯一的编号(码点)，这个编号范围从 0x000000 到 0x10FFFF (十六进制)，有 100 多万，每个字符都有一个唯一的 Unicode 编号，这个编号一般写成 16 进制，在前面加上 U+。例如：掘的 Unicode 是U+6398。

• U+0000到U+FFFF

最前面的65536个字符位，它的码点范围是从0一直到216-1。所有最常见的字符都放在这里。

• U+010000一直到U+10FFFF

剩下的字符都放着这里，码点范围从U+010000一直到U+10FFFF。

Unicode有平面的概念，这里就不拓展了。

Unicode只规定了每个字符的码点，到底用什么样的字节序表示这个码点，就涉及到编码方法。

UTF-8

UTF-8 是互联网使用最多的一种 Unicode 的实现方式。还有 UTF-16（字符用两个字节或四个字节表示）和 UTF-32（字符用四个字节表示）等实现方式。

UTF-8 是它是一种变长的编码方式, 使用的字节个数从 1 到 4 个不等，最新的应该不止4个， 这个1-4不等，是后面编码和解码的关键。

UTF-8的编码规则：

1. 对于只有一个字节的符号，字节的第一位设为0，后面 7 位为这个符号的 Unicode 码。此时，对于英语字母UTF-8 编码和 ASCII 码是相同的。

2. 对于 n 字节的符号（n > 1），第一个字节的前 n 位都设为 1，第 n + 1 位设为0，后面字节的前两位一律设为 10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码，如下表所示：

| Unicode 码点范围（十六进制） | 十进制范围 | UTF-8 编码方式（二进制） | 字节数 |

| — | — | — | — |

| 0000 0000 ~ 0000 007F | 0 ~ 127 | 0xxxxxxx | 1 |

| 0000 0080 ~ 0000 07FF | 128 ~ 2047 | 110xxxxx 10xxxxxx | 2 |

| 0000 0800 ~ 0000 FFFF | 2048 ~ 65535 | 1110xxxx 10xxxxxx 10xxxxxx | 3 |

| 0001 0000 ~ 0010 FFFF | 65536 ~ 1114111 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx | 4 |

我们可能没见过字节数为2或者为4的字符， 字节数为2的可以去Unicode对应表[20]这里找，而等于4的可以去这看看Unicode® 13.0 Versioned Charts Index[21]

下面这些码点都处于0000 0080 ~ 0000 07FF, utf-8编码需要2个字节

下面这些码点都处于0001 0000 ~ 0010 FFFF, utf-8编码需要4个字节

可能这里光说不好理解，我们分别以英文字符a和中文字符掘来讲解一下：

为了验证结果，可以去 Convert UTF8 to Binary Bits \- Online UTF8 Tools[22]

英文字符a

先获得其码点，"a".charCodeAt(0) 等于 97

对照表格， 0~127, 需1个字节

97..toString(2) 得到编码 1100001

根据格式0xxxxxxx进行填充， 最终结果

01100001

中文字符掘

先获得其码点，"掘".charCodeAt(0) 等于 25496

对照表格，2048 ~ 65535 需3个字节

25496..toString(2) 得到编码 110 001110 011000

根绝格式1110xxxx 10xxxxxx 10xxxxxx进行填充, 最终结果如下

11100110 10001110 10011000

Convert UTF8 to Binary Bits \- Online UTF8 Tools[23]执行结果：完全匹配

image.png

抽象把字符转为utf8格式二进制的方法

基于上面的表格和转换过程，我们抽象一个方法，这个方法在之后的Base64编码和解码至关重要：

先看看功能，覆盖utf8编码1-3字节范围

console.log(to_binary(“A”))  // 11100001

console.log(to_binary(“س”))  // 1101100010110011

console.log(to_binary(“掘”)) // 111001101000111010011000

方法如下

function to_binary(str) {

const string = str.replace(/\r\n/g, “\n”);

let result = “”;

let code;

for (var n = 0; n < string.length; n++) {

//获取麻点

code = str.charCodeAt(n);

if (code < 0x007F) { // 1个字节

// 0000 0000 ~ 0000 007F  0 ~ 127 1个字节

// (code | 0b100000000).toString(2).slice(1)

result += (code).toString(2).padStart(8, ‘0’);

} else if ((code > 0x0080) && (code < 0x07FF)) {

// 0000 0080 ~ 0000 07FF 128 ~ 2047 2个字节

// 0x0080 的二进制为 10000000 ，8位，所以大于0x0080的，至少有8位

// 格式 110xxxxx 10xxxxxx

// 高位 110xxxxx

result += ((code >> 6) | 0b11000000).toString(2);

// 低位 10xxxxxx

result += ((code & 0b111111) | 0b10000000).toString(2);

} else if (code > 0x0800 && code < 0xFFFF) {

// 0000 0800 ~ 0000 FFFF 2048 ~ 65535 3个字节

// 0x0800的二进制为 1000 00000000，12位，所以大于0x0800的，至少有12位

// 格式 1110xxxx 10xxxxxx 10xxxxxx

// 最高位 1110xxxx

result += ((code >> 12) | 0b11100000).toString(2);

// 第二位 10xxxxxx

result += (((code >> 6) & 0b111111) | 0b10000000).toString(2);

// 第三位 10xxxxxx

result += ((code & 0b111111) | 0b10000000).toString(2);

} else {

// 0001 0000 ~ 0010 FFFF   65536 ~ 1114111   4个字节

// https://www.unicode.org/charts/PDF/Unicode-13.0/U130-2F800.pdf

throw new TypeError(“暂不支持码点大于65535的字符”)

}

}

return result;

}

方法中有三个地方稍微难理解一点，我们一起来解读一下：

1. 二字节 (code >> 6) | 0b11000000

其作用是生成高位二进制。

我们以实际的一个栗子来讲解，以س为例，其码点为0x633,在0000 0080 ~ 0000 07FF之间，占两个字节， 在其二进制编码为11 000110011 ， 其填充格式如下， 低位要用6位。

110xxxxx 10xxxxxx

为了方便观察，我们把 11 000110011 重新调整一下 11000 110011。

(code >> 6) 等于 00110011 >> 6，右移6位， 直接干掉低6位。为什么是6呢，因为低位需要6位，右移动6位后，剩下的就是用于高位操作的位了。

11000000

11000 | 110011

---

11011000

二字节 (code & 0b111111) | 0b10000000

作用，用于生成低位二进制。以س为例，11000 110011, 填充格式

110xxxxx 10xxxxxx

(code & 0b111111)这步的操作是为了干掉6位以上的高位，仅仅保留低6位。一元&符号，两边都是1的时候才会是1，妙啊。

11000 110011

111111

---

110011

接着进行 | 0b10000000, 主要是按照格式10xxxxxx进行位数填补, 让其满8位。

11000 110011

111111         (code & 0b111111)

---

110011

10 000000         (code & 0b111111) | 0b10000000

---

10 110011

Base64编码和解码

---

utf-8转Base64编码规则

1. 获取每个字符的Unicode码，转为utf-8编码

2. 三个字节作为一组，一共是24个二进制位

字节数不能被 3 整除，用0字节值在末尾补足

3. 按照6个比特位一组分组，前两位补0，凑齐8位

4. 计算每个分组的数值

5. 以第4步的值作为索引，去ASCII码表找对应的值

6. 替换第2步添加字节数个数的 =

比如第2添加了2个字节，后面是2个=

以大掘A为例, 我们通过上面的utf8_to_binary方法得到utf8的编码

11100110 10001110 10011000 11000001, 其字节数不能被3整除，后面填补

11100110

10001110

10011000

01000001

---

00000000

00000000

6位一组分为四组， 高位补0, 用| 分割一下填补的。

00 | 111001  => 57 => 5

00 | 101000  => 40 => o

00 | 111010  => 58 => 6

00 | 011000  => 24 => Y

00 | 110000  => 16 => Q

00 | 010000  => 16 => Q

00 | 000000  =>    => =

00 | 000000  =>    => =

结果是：5o6YQQ==， 完美。

最后

喜欢的话别忘了关注、点赞哦~

开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】