Base_64编码原理以及java实现

---

前言

      Base_64编码广泛的应用在电子邮件传输中，因为在早期的电子邮件传输协议中，只支持ASCII码字符，导致非ASCII码字符的传输成为一个问题。

一、Base_64编码

      先介绍一下它的特点：经过Base64编码后的数据会比原始数据略长，为原来长度的4/3倍。并且经过Base64编码后的字符串的字符数是4的整数倍。究其原因，容在下细细道来。
      所谓编码，就是通过某种方式对二进制数据进行变换所得到的结果。
      而Base64中的64，即2的6次方，表示所针对的有效二进制长度为6位。从0到63这64个十进制值，每一个都对应于一个编码后字符，这就是Base64的字符映射表。比如 0 对应字符 ‘A’，25 对应字符 ‘Z’，26 对应字符 ‘a’，51 对应字符 ‘z’，52 对应字符 ‘0’，61 对应字符 ‘9’，62 对应字符 ‘+’，63 对应字符 ‘/’，用字符 ‘=’ 进行补位。
      即，如果有一个6位二进制串 “000001”，它对应的十进制为 1 ，所以它对应的Base64编码后的结果为 ‘B’ 。能够看到编码后的字符都是可打印字符，分别为‘A’-‘Z’,‘a’-‘z’,‘0’-'9’和‘+’，‘/’，一共64个字符，用 ‘=’ 进行补位。这些编码后的字符都用ASCII来表示， ‘B’ 的ASCII编码为 “0100 0010” 。ok，即对于6位二进制 “000001”的Base编码转换结果为8位 “0100 0010”，所以输出字符长度是原来长度的4/3倍。
      因为base64编码总是将3个8位二进制码分为一组，转换为4个6位二进制码，如果哪一组（一般是最后一组）不够24位的话，就在转换结果补上 ‘=’ 字符。所以Base64编码后的字符长度为4的整数倍。

      编码规则：

1，将给定的字符串以字符为单位转换为对应的字符编码（常见的ASCII码，还包括 GBK，UTF-8等编码）
2，将获得的字符编码转换为二进制流
3，对获得的二进制流做分组转换操作，每3个8位二进制为一组，转换为每4个6位二进制为一组（不足6位时，低位补0）。即每组的二进制数据长度为24
4，对获得的4个6位二进制码补位，向它们添加2位高位0，组成4个8位二进制码
5，将获得的4个8位二进制码转换为十进制（0-63）
6，按照字符映射表转换为对应的字符。

二、示例

编码

      对字符 ‘A’ 进行Base64编码：

字符 ‘A’
ASCII码 65
二进制码 01000001
4-6二进制码 010000 010000
4-8二进制码 00010000 00010000
十进制码 16 16
字符表映射 Q Q
所得结果为“QQ==”，会在后面补上两个’='字符凑成4个字符。等同于对二进制码 01000001 00000000 00000000 进行Base64编码。
      如果对两个ASCII码字符进行编码的话，后面会填充一个 ‘=’ 字符，原理类似，不再赘述。如果是三个ASCII码字符的话，不需要填充 ‘=’ ，因为刚好24位。

解码

       解码的话逆推即可。

java程序实现

      1，采用bouncycastle来实现。在它的release页面下载bcprov-jdk15to18-168.jar包（https://www.bouncycastle.org/latest_releases.html），再将它导入工程，然后导入相关的类文件即可。

package base64;

import org.bouncycastle.util.encoders.Base64;

public abstract class Base64Coder_BC
{

	public final static String ENCODING="UTF-8";
	
	
	public static String encode(String data) throws Exception
	{
		byte[] b=Base64.encode(data.getBytes(ENCODING));
		return new String(b,ENCODING);
	}
	
	
	public static String decode(String data) throws Exception
	{
		byte[] b=Base64.decode(data.getBytes(ENCODING));
		return new String(b,ENCODING);
	}

}

      测试代码如下：

package base64;

public class test_BC
{

	public static void main(String[] args) throws Exception
	{
		// TODO Auto-generated method stub
		String inputStr="今天是个好日子！";
		System.out.println("原文:\t"+inputStr);
		
		String code=Base64Coder_BC.encode(inputStr);
		System.out.println("编码后:\t"+code);
		
		String outputStr=Base64Coder_BC.decode(code);
		System.out.println("解码后:\t"+outputStr);
		
	}

}

      输出：
原文: 今天是个好日子！
编码后: 5LuK5aSp5piv5Liq5aW95pel5a2Q77yB
解码后: 今天是个好日子！

      2，采用apache下的commons codec来实现。在https://downloads.apache.org/commons/codec/页面中下载二进制文件 ，并将commons-codec-1.15.jar导入工程，然后导入相关的类文件即可。代码如下：（可参考api文档使用）

package base64;

import org.apache.commons.codec.binary.Base64;

public class Base64Coder_apache
{

	public final static String ENCODING="UTF-8";
	
	
	public static String encode(String data) throws Exception
	{
		byte[] b=Base64.encodeBase64(data.getBytes(ENCODING));
		return new String(b,ENCODING);
	}
	//需要说明：encode_rfc是采用RFC2045标准，每76个字符添加一个\r\n，若一行不够76个字符也需要添加。
	public static String encode_rfc(String data) throws Exception
	{
		byte[] b=Base64.encodeBase64(data.getBytes(ENCODING),true);
		return new String(b,ENCODING);
	}
		//解码时，不关心是否采用rfc标准定义的实现。
	public static String decode(String data) throws Exception
	{
		byte[] b=Base64.decodeBase64(data.getBytes(ENCODING));
		return new String(b,ENCODING);
	}
}

      测试代码：

package base64;

public class test
{

	public static void main(String[] args) throws Exception
	{
		// TODO Auto-generated method stub
		String inputStr="今天是个好日子！";
		System.out.println("原文:\t"+inputStr);
		
		String code=Base64Coder_apache.encode(inputStr);
		System.out.println("编码后:\t"+code);
		
		code=Base64Coder_apache.encode_rfc(inputStr);
		System.out.println("编码(rfc)后:\t"+code);
		
		String outputStr=Base64Coder_apache.decode(code);
		System.out.println("解码后:\t"+outputStr);
		
	}

}

      输出（注意回车换行符的效果）：
原文: 今天是个好日子！
编码后: 5LuK5aSp5piv5Liq5aW95pel5a2Q77yB
编码(rfc)后: 5LuK5aSp5piv5Liq5aW95pel5a2Q77yB

解码后: 今天是个好日子！

---

总结

      总之，Base64编码不算复杂。但是在实现上，能够看出commons codec更加的具有优势，因为它还提供了RFC 2045标准定义的实现。如果提前约定好base64编码的字符映射表之后，它可以作为一个简单的加密解密算法来使用。