base64编码原理及代码实现

在ctf里reverse经常会有base64相关的题型，每次写到这类题型只能凭经验猜测考点来解题，特此出一个base64相关的博客，加深对base64的理解，下次再看到伪代码也不会觉得慌了，毕竟纵使实现形式不同，代码的核心逻辑还是大差不差的。

1. 简介

base64编码是一种以64个可打印字符来表示和传输数据的编码，通常base64编码的数据是没有含义的，base64编码后的数据要通过base64解码才有意义。

2. 原理

base64编码是由64（2^6）个可打印字符来表示的，占用6位，这6位数据正好从0到63对应64个字符，而1 byte = 8 bit，如何用6bit来表示1byte(8bit) 的数据呢，如果每3byte为一组，对应每4个base64编码数据，3 * 8 bit = 4 * 6 bit，这样就解决了这个问题。

2.1 base64编码表

索引和字符的对应关系被叫做base64编码表，如下图所示

base64编码表
索引	字符
0	A
1	B
2	C
3	D
4	E
5	F
6	G
7	H
8	I
9	J
10	K
11	L
12	M
13	N
14	O
15	P
16	Q
17	R
18	S
19	T
20	U
21	V
22	W
23	X
24	Y
25	Z
26	a
27	b
28	c
29	d
30	e
31	f
32	g
33	h
34	i
35	j
36	k
37	l
38	m
39	n
40	o
41	p
42	q
43	r
44	s
45	t
46	u
47	v
48	w
49	x
50	y
51	z
52	0
53	1
54	2
55	3
56	4
57	5
58	6
59	7
60	8
61	9
62	+
63	/

2.2 当待编码数据正好为3的倍数时

2.2.1 对abc进行base64编码

以abc这个数据为例，对其进行base64编码，如下图所示，abc——>YWNE
可以看到3字节的倍数的数据是可以完美适配base64编码的，但如果我想将非3字节倍数的数据进行base64编码呢？

2.3 当待编码数据不为3的倍数时

2.3.1 对a进行base64编码

a占一个字节(8 bit)，而base64编码最少需要3 * 8 bit= 24 bit，因此需要在a后面再补2个空字符，这一组字符中，前6 bit的大小仍为24，对应的字符为Y，还剩下2 bit，则需要补0 直至补满6 bit，补满之后的数据大小为16，对应字符为Q，接下来的 2*6 bit = 12 bit 则填 2个 =，得到base64编码后的数据YQ
==，这样就解决了对一个字节进行base64编码的问题

2.3.2 对ab进行base64编码

ab共占二个字节（2 *8 bit = 16 bit）,由上可知需要再补 1 byte达到 3 byte，对应的4个base64字符，其中，前两个分别为Y和Q，对于第三个，其前4bit是有数据的，而后2bit则需要补0，大小为8，对应字符为I，最后6 bit则用一个=来补齐。这样得到base64编码后的数据YWI=

2.4 小结

根据上面的个例，我们可以往数据量更大的情况考虑，假设一个数据有n byte（n > 3）,如果 n % 3 = 0 ，则其base64编码后不存在=，因为它正好是 24 byte的倍数；如果n % 3 = 1,由于n = 3 * m + 1，3 * m 正好是24 byte的倍数，这部分不存在=，剩下最后 1 byte ，则按照上面2.3.1的步骤对其进行操作，后补 = =；如果n % 3 = 2,由于n = 3 * m + 2，3 * m 正好是24 byte的倍数，这部分不存在=，剩下最后 2 byte ，则按照上面2.3.2的步骤对其进行操作，后补 = 。

3. 代码实现

对于base64编码的代码，我这里学了两个版本，其中一个是在写ctf的reverse题时看到的，由于赛题是伪代码且逻辑不完整，所以我对其进行了完善，还有一个是我在学base64编码的时候看到的，其中第一个的代码量较小且更加利于理解，如果第一个的代码无法接受的也可以看看第二个，因人而异。
贴一下那道ctf的wp：
[WUSTCTF2020]level3

3.1 其一

#include<string.h>
#include<stdio.h>
#include<stdlib.h>
int main()
{
   
	char base64_table[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
	//data是代编码数据
	char data[] = "abcdefsdadasdsad2131324rfa2615";
	//data_len表示代编码数据能分成几组（3 * 8bit = 4 * 6 bit = 24bit）
    int data_len= strlen(data) / 3;
    //data_add表示分组后剩下几个
	int data_add = strlen(data) % 3;
	//开辟空间给src数组
	char *src = (char*)malloc(data_len * 4 + 4 + 1);//+4是为了给可能多的1或2个数据及后边要添的=留位置，+1是为了给'\0'留位置来表示字符串结尾
	int temp = 0;
	int tmp = 0;