Base64是网络上最常见的用于传输8Bit字节代码的编码方式之一,看好是编码,并不是加密。
编码过程不解释了,Base64要求把每三个8Bit的字节转换为四个6Bit的字节(3*8 = 4*6 =24),然后把6Bit再添两位高位0,组成四个8Bit的字节,也就是说,转换后的字符串理论上将要比原来的长1/3。
php 用base64_encode() 编码的数据要比原始数据多占用 33% 左右的空间。
格式是大小写字母、数字、“=”号、“+”号和“/”号
但“=”等号最多只有两个
正则匹配就是 【 [a-zA-Z0-9=+/]+ 】
所以看到有大小写字母的字符串并且有一个或两个等号结束的。基本可以判断是base64编码
base64不适合直接放在URL里传输,发现base64编码中有“/”“=”符号。为解决此问题,可采用一种用于URL的改进Base64编码,它不在末尾填充'='号,并将标准Base64中的“+”和“/”分别改成了“_”和“-”,这样就免去了在URL编解码和数据库存储时所要作的转换。
找在找去,找到一个php函数:
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
一、Base64的编码转换方式
所谓Base64,就是说选出64个字符——小写字母a-z、大写字母A-Z、数字0-9、符号“+”、“/”(再加上作为垫字的“=”,实际上是65个字符)——作为一个基本字符集。然后,其他所有符号都转换成这个字符集中的字符。
具体来说,转换方式可以分为四步。
第一步,将每三个字节作为一组,一共是24个二进制位。
第二步,将这24个二进制位分为四组,每个组有6个二进制位。
第三步,在每组前面加两个00,扩展成32个二进制位,即四个字节。
第四步,根据下表,得到扩展后的每个字节的对应符号,这就是Base64的编码值。
0 A 17 R 34 i 51 z
1 B 18 S 35 j 52 0
2 C 19 T 36 k 53 1
3 D 20 U 37 l 54 2
4 E 21 V 38 m 55 3
5 F 22 W 39 n 56 4
6 G 23 X 40 o 57 5
7 H 24 Y 41 p 58 6
8 I 25 Z 42 q 59 7
9 J 26 a 43 r 60 8
10 K 27 b 44 s 61 9
11 L 28 c 45 t 62 +
12 M 29 d 46 u 63 /
13 N 30 e 47 v
14 O 31 f 48 w
15 P 32 g 49 x
16 Q 33 h 50 y
因为,Base64将三个字节转化成四个字节,因此Base64编码后的文本,会比原文本大出三分之一左右。
举一个具体的实例,演示英语单词Man如何转成Base64编码。
Text content | M | a | n | |||||||||||||||||||||
ASCII | 77 | 97 | 110 | |||||||||||||||||||||
Bit pattern | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 1 | 0 |
Index | 19 | 22 | 5 | 46 | ||||||||||||||||||||
Base64-Encoded | T | W | F | u |
第一步,“M”、“a”、“n”的ASCII值分别是77、97、110,对应的二进制值是01001101、01100001、01101110,将它们连成一个24位的二进制字符串010011010110000101101110。
第二步,将这个24位的二进制字符串分成4组,每组6个二进制位:010011、010110、000101、101110。
第三步,在每组前面加两个00,扩展成32个二进制位,即四个字节:00010011、00010110、00000101、00101110。它们的十进制值分别是19、22、5、46。
第四步,根据上表,得到每个值对应Base64编码,即T、W、F、u。
因此,Man的Base64编码就是TWFu。
如果字节数不足三,则这样处理:
a)二个字节的情况:将这二个字节的一共16个二进制位,按照上面的规则,转成三组,最后一组除了前面加两个0以外,后面也要加两个0。这样得到一个三位的Base64编码,再在末尾补上一个“=”号。
比如,“Ma”这个字符串是两个字节,可以转化成三组00010011、00010110、00010000以后,对应Base64值分别为T、W、E,再补上一个“=”号,因此“Ma”的Base64编码就是TWE=。
b)一个字节的情况:将这一个字节的8个二进制位,按照上面的规则转成二组,最后一组除了前面加二个0以外,后面再加4个0。这样得到一个二位的Base64编码,再在末尾补上两个“=”号。
比如,“M”这个字母是一个字节,可以转化为二组00010011、00010000,对应的Base64值分别为T、Q,再补上二个“=”号,因此“M”的Base64编码就是TQ==。
再举一个中文的例子,汉字“严”如何转化成Base64编码?
这里需要注意,汉字本身可以有多种编码,比如gb2312、utf-8、gbk等等,每一种编码的Base64对应值都不一样。下面的例子以utf-8为例。
首先,“严”的utf-8编码为E4B8A5,写成二进制就是三字节的“11100100 10111000 10100101”。将这个24位的二进制字符串,按照第3节中的规则,转换成四组一共32位的二进制值“00111001 00001011 00100010 00100101”,相应的十进制数为57、11、34、37,它们对应的Base64值就为5、L、i、l。
所以,汉字“严”(utf-8编码)的Base64值就是5Lil。
二 base64编码解码的实现(C语言)
- /****************************************************************
- This is a sample routine of base64 algorithm.The goal is to
- illustrate principles,so some details may be ignored.
- Author email:zhangwu2003@163.com
- *****************************************************************/
- #include <stdio.h>
- #include <string.h>
- #include <malloc.h>
- char* ch64="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
- unsigned char *encode(unsigned char *src,int srclen)
- {
- int n,buflen,i,j;
- int pading=0;
- unsigned char *buf;
- static unsigned char *dst;
- buf=src;
- buflen=n=srclen;
- if(n%3!=0) /* pad with ´=´ by using a temp buffer */
- {
- pading=1;
- buflen=n+3-n%3;
- buf=malloc(buflen+1);
- memset(buf,0,buflen+1);
- memcpy(buf,src,n);
- for(i=0;i<3-n%3;i++)
- buf[n+i]=´=´;
- }
- dst=malloc(buflen*4/3+1);
- memset(dst,0,buflen*4/3+1);
- for(i=0,j=0;i<buflen;i+=3,j+=4)
- {
- dst[j]=(buf[i]&0xFC)>>2;
- dst[j+1]=((buf[i]&0x03)<<4) + ((buf[i+1]&0xF0)>>4);
- dst[j+2]=((buf[i+1]&0x0F)<<2) + ((buf[i+2]&0xC0)>>6);
- dst[j+3]=buf[i+2]&0x3F;
- }
- for(i=0;i<buflen*4/3;i++) /* map 6 bit value to base64 ASCII character */
- dst[i]=ch64[dst[i]];
- if(pading)
- free(buf);
- return dst;
- }
- unsigned char *decode(unsigned char *src)
- {
- int n,i,j;
- unsigned char *p;
- static unsigned char *dst;
- n=strlen(src);
- for(i=0;i<n;i++) /* map base64 ASCII character to 6 bit value */
- {
- p=strchr(ch64,src[i]);
- if(!p)
- break;
- src[i]=p-ch64;
- }
- dst=malloc(n*3/4+1);
- memset(dst,0,n*3/4+1);
- for(i=0,j=0;i<n;i+=4,j+=3)
- {
- dst[j]=(src[i]<<2) + ((src[i+1]&0x30)>>4);
- dst[j+1]=((src[i+1]&0x0F)<<4) + ((src[i+2]&0x3C)>>2);
- dst[j+2]=((src[i+2]&0x03)<<6) + src[i+3];
- }
- return dst;
- }
- void main()
- {
- // char *src="zhangwu张武";
- char src[]={´1´,´2´,´3´,0,´a´,´b´,´*´,0,´A´,´B´,´$´};
- unsigned char *dst1;
- unsigned char *dst2;
- unsigned int i;
- dst1=encode(src,11); /* the second parameter must accord with the first one */
- printf("%s\n",dst1);
- dst2=decode(dst1);
- for(i=0;i<_msize(dst2);i++)
- printf("%c",dst2[i]);
- free(dst1);
- free(dst2);
- }
实现2:
in_str是输入缓冲区的地址
in_len 要编码的数据的长度
out_str 输出的地址
需要在外面分配内存
unsigned char *out_str = (unsigned char *) malloc (in_len * 4 / 3 + 1);
然后再调用函数编码。
- void Base64Encode(const unsigned char *in_str, int in_len, unsigned char *out_str)
- {
- static unsigned char base64[] ="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
- int curr_out_len = 0;
- int i = 0;
- unsigned char a, b, c;
- out_str[0] = '\0';
- if (in_len > 0)
- {
- while (i < in_len)
- {
- a = in_str[i];
- b = (i + 1 >= in_len) ? 0 : in_str[i + 1];
- c = (i + 2 >= in_len) ? 0 : in_str[i + 2];
- if (i + 2 < in_len)
- {
- out_str[curr_out_len++] = (base64[(a >> 2) & 0x3F]);
- out_str[curr_out_len++] = (base64[((a << 4) & 0x30) + ((b >> 4) & 0xf)]);
- out_str[curr_out_len++] = (base64[((b << 2) & 0x3c) + ((c >> 6) & 0x3)]);
- out_str[curr_out_len++] = (base64[c & 0x3F]);
- }
- else if (i + 1 < in_len)
- {
- out_str[curr_out_len++] = (base64[(a >> 2) & 0x3F]);
- out_str[curr_out_len++] = (base64[((a << 4) & 0x30) + ((b >> 4) & 0xf)]);
- out_str[curr_out_len++] = (base64[((b << 2) & 0x3c) + ((c >> 6) & 0x3)]);
- out_str[curr_out_len++] = '=';
- }
- else
- {
- out_str[curr_out_len++] = (base64[(a >> 2) & 0x3F]);
- out_str[curr_out_len++] = (base64[((a << 4) & 0x30) + ((b >> 4) & 0xf)]);
- out_str[curr_out_len++] = '=';
- out_str[curr_out_len++] = '=';
- }
- i += 3;
- }
- out_str[curr_out_len] = '\0';
- }
- return;
- }