JS魔法堂：Data URI Scheme介绍

一、前言

上周五公司内部的Any Topic Conf.上我和同事们分享了这个主题，有同事说这个有用，有同事说这个没啥用，后来还延伸到网站性能的话题上，大家讨论的激烈程度让我觉得这次选题还不错。本篇先不管到底有用与否，仅仅记录理论知识。也希望大家一起来分享实战经验啊！

二、从HTTP URI Scheme入手

对于 <a href="http://github.com">HTTP URI Scheme</a> 我想大家都应该很熟悉了，href属性值http://github.com就是HTTP URI Scheme，那么什么是DATA URI Scheme呢？其实就是形如data:text/jpeg;base64,XINGSXXIANGJIJIGSAG==的资源链接，一般出现在img元素的src属性。

DATA URI Scheme的作用，一般就是将经过Base64编码的数据嵌入网页中，从而减少请求资源的链接数。上面的DATA URI Scheme中 base64, 后的字符就是经过base64编码后的数据，浏览器会对其解码并渲染该图片资源。

三、Data URI Scheme格式

  data:①[<mime type>]②[;charset=<charset>]③[;<encoding>]④,<encoded data>⑤

①. data ：协议名称；

②. [<mime type>] ：可选项，数据类型（image/png、text/plain等）

③. [;charset=<charset>] ：可选项，源文本的字符集编码方式

④. [;<encoding>] ：数据编码方式（默认US-ASCII，BASE64两种）

⑤. ,<encoded data> ：编码后的数据

注意：

[a]. [<mime type>][;charset=<charset>] 的缺省值为HTTP Header 中Content-Type的字段值；

[b]. [;<encoding>] 的默认值为US-ASCII，就是每个字符会编码为%xx的形式；

[c]. [;charset=<charset>] 对于IE是无效的，需要通过 charset 设置编码方式；而Chrome则是 charset 属性设置编码无效，要通过 [;charset=<charset>] 来设置；FF就两种方式均可。

[d]. 若 ,<encoded data> 不是以 [;<encoding>] 方式编码后的数据，则会报异常

四、示例

/**
 * data:,文本数据
 * data:text/plain,文本数据
 * data:text/html,HTML代码
 * data:text/css;base64,css代码
 * data:text/javascript;base64,javascript代码
 * data:image/x-icon;base64,base64编码的icon图片数据
 * data:image/gif;base64,base64编码的gif图片数据
 * data:image/png;base64,base64编码的png图片数据
 * https://img-blog.csdnimg.cn/2022010612382527833.jpegbase64编码的jpeg图片数据，示例：
 */
body { background-image: url("data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAQAAAADCAIAAAA7ljmRAAAAGElEQVQIW2P4DwcMDAxAfBvMAhEQMYgcACEHG8ELxtbPAAAAAElFTkSuQmCC");}

/**
 * data:text/css,css代码，示例：
 * 注意：下列方式是无法设置background-image:url()样式的
 */
<link rel="stylesheet" type="text/css" href="data:text/css;charset=gbk,#pseudo{color:red;}"/>

//data:text/javascript,javascript代码，示例：
<script type="text/javascript" charset="gbk" src="data:text/javascript;charset=gbk,alert('%D6%D0%CE%C4')"></script>

五、优点&缺点

优点：
①. 减少资源请求链接数。
缺点：
①. 不会被浏览器缓存起来；
②. 移动端性能比http URI scheme低。

六、优化方案

通过在css文件的background-image样式规则使用Data URI Scheme，使其随css文件一同被浏览器缓存起来。

七、浏览器支持

①. 支持
　　Opera 7.2+ data URI 必须小于4100字符
　　IE8+ data URI必须小于32k（IE8不支持js的data URI）
　　Chrome、FF和Safari无限制
②. 不支持
　　IE567

八、标签支持

嵌入图片的object、img、input[type=image]、script、link和css规则中的background和backgroundImage属性

九、IE678的polyfill方案——MHTML

MHTML（MIME HTML，Multipurpose Internet Mail Extensions HyperText Markup Language），就是将Data URI以附件的形式附加到页面页面上，具体示例如下：

/** FilePath: http://example.com/test.css */
/*!@ignore
Content-Type: multipart/related; boundary="_ANY_SEPARATOR"

--_ANY_SEPARATOR
Content-Location:myidBackground
Content-Transfer-Encoding:base64

iVBORw0KGgoAAAANSUhEUgAAAAUAAAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO9TXL0Y4OHwAAAABJRU5ErkJggg==
--_ANY_SEPARATOR--
*/

.myid {
  background-image: url("data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUAAAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO9TXL0Y4OHwAAAABJRU5ErkJggg==");
  *background-image: url(mhtml:http://example.com/test.css!myidBackground); 
}

上面注释的部分就是定义一个名为myidBackground的Base64编码图片，然后在class为myid的css中使用。

注意：

1、boundary字段值可自定义；
2、附件的末行必须为boundary字段值；
3、附件内容不能被压缩工具擦写掉；
4、由于高版本的IE在使用IE8兼容模式时能认识*这个css hack，但却不支持mhtml，所以会导致背景图片失效。应该采用IE的条件注释更为稳妥。

十、安全问题

当在IE6/7的HTTPS页面中使用Data URI时会提醒

MS 的解释是：

您正在查看的网站是个安全网站。它使用了 SSL （安全套接字层）或 PCT（保密通讯技术）这样的安全协议来确保您所收发信息的安全性。
当站点使用安全协议时，您提供的信息例如姓名或信用卡号码等都经过加密，其他人无法读取。然而，这个网页同时包含未使用该安全协议的项目。

也就是说问题在scheme字段上，由于全站都采用https的scheme，而data scheme则被视为不安全的协议了。

十一、应用

1. 绕过浏览器过滤

// 绕过浏览器过滤
http://example.com/text.php?t="><script src="data:text/html,<script>alert("Xss")</script><

2. 批量请求图片

$.get('http://imgs.foo.com', {ids:[1,2,3,4,5,6,7]}, function(data){
   var imgs = []
   data.each(function(i, dataUri){
     imgs.push($(['<img src="https://img-blog.csdnimg.cn/2022010612382527833.jpeg', dataUri, '"/>'].join('')))
   })
   $(body).append(imgs)
})

十二、完全理解Base64编码

Base64字符集： ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/

字节与字符映射关系（十进制）：从0开始到63

原理：

对以某编码方式编码后的字节数组为对象，以3个字节为一组，按顺序排列24bit数据，然后以6bit一组分成4组；再在每组的最高位补2个0凑足一个字节。这时一组就有4个字节了。若字节数组不是3的倍数，那么最后一组就填充1到2个0字节。
然后按Base64编码方式（就是映射关系）对字节数组进行解码，就会得到平时看到的Base64编码文本。对于字节数组不是3的倍数，最后一组填充1到2个0字节的情况，填补的0字节对应的是=（等号）。

示例：

 ①. 对AB进行ASCII编码：得到A(65)B(66)
 ②. 转成二进制形式：得到A（01000001）B（01000010）
 ③. 以3个字节为一组，非3的倍数补0字节：010000010100001000000000
 ④. 以6bit为一组后高位补两个0：(00 010000)(00 010100)(00 001000)(00 000000)
 ⑤. 转为十进制：(16)(20)(8)(0)
 ⑥. 根据映射关系解码：QUI=