原创文章,欢迎转载。转载请注明出处:http://blog.csdn.net/jmppok/article/details/17096685
1.什么是Base64编码
Base64是一种基于64个可打印字符来表示二进制数据的表示方法。由于2的6次方等于64,所以每6位为一个单元,对应某个可打印字符。在Base64中的可打印字符包括字母A-Z、a-z、数字0-9,这样共有62个字符,此外两个可打印符号在不同的系统中而不同。
具体可参照维基百科:维基百科 Base64
2.为什么要使用Base64编码
在计算机使用过程中,经常会遇到Binary数据,即一个数据块,我们知道其首地址和长度,通过指针即可对其进行快速访问。
但实际环境中,我们又经常需要将这个数据转换为String字符串,而在String字符串中有一个规则,遇到'\0'字符便认为字符串结束。我们不能保证Binary数据中有没有'\0'字符,所以直接将Binary数据赋值给String便可能出现问题。
而解决这一问题的办法就是使用Base64编码,上面说到Base64编码只有64个字符,'A-Z' 'a-z' '0-9' + /。没有'\0'字符,我们只要先办Binary转为Base64编码格式,即可避免出现'\0'字符,从而在赋值给String时变得可靠。
3.编码规则
二机制数据通过8位表示一个字符,Base64通过6位表示一个字符。所以将一个二进制数据转换为Base64编码,其长度要增加 (lengh*8/6)倍。
其规则如下:
1)依次从Binary数据中取出6位,转换为一个Base64字符;
2)如果最后有剩余则以0补够6位。在补位的同时,需要在Base64结尾以‘=’进行标识,一个'='表示补2个0,两个'==',表示补4个0。
需要注意的是第二条规则,由于数据本身是8的倍数,所以每次取6位,最后的余数只能是2或4。这两个则通过在Base64结尾加‘=’和'=='标识。
下面是一个Base64编码索引表和补位的说明:
Base64索引表:
Value | Char | Value | Char | Value | Char | Value | Char | |||
---|---|---|---|---|---|---|---|---|---|---|
0 | A | 16 | Q | 32 | g | 48 | w | |||
1 | B | 17 | R | 33 | h | 49 | x | |||
2 | C | 18 | S | 34 | i | 50 | y | |||
3 | D | 19 | T | 35 | j | 51 | z | |||
4 | E | 20 | U | 36 | k | 52 | 0 | |||
5 | F | 21 | V | 37 | l | 53 | 1 | |||
6 | G | 22 | W | 38 | m | 54 | 2 | |||
7 | H | 23 | X | 39 | n | 55 | 3 | |||
8 | I | 24 | Y | 40 | o | 56 | 4 | |||
9 | J | 25 | Z | 41 | p | 57 | 5 | |||
10 | K | 26 | a | 42 | q | 58 | 6 | |||
11 | L | 27 | b | 43 | r | 59 | 7 | |||
12 | M | 28 | c | 44 | s | 60 | 8 | |||
13 | N | 29 | d | 45 | t | 61 | 9 | |||
14 | O | 30 | e | 46 | u | 62 | + | |||
15 | P | 31 | f | 47 | v | 63 | / |
如果要编码的字节数不能被3整除,最后会多出1个或2个字节,那么可以使用下面的方法进行处理:先使用0字节值在末尾补足,使其能够被3整除,然后再进行base64的编码。在编码后的base64文本后加上一个或两个'='号,代表补足的字节数。也就是说,当最后剩余一个八位字节(一个byte)时,最后一个6位的base64字节块有四位是0值,最后附加上两个等号;如果最后剩余两个八位字节(2个byte)时,最后一个6位的base字节块有两位是0值,最后附加一个等号。 参考下表:
文本(1 Byte) | A | |||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
二进制位 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | ||||||||||||||||
二进制位(补0) | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | ||||||||||||
Base64编码 | Q | Q | ||||||||||||||||||||||
文本(2 Byte) | B | C | ||||||||||||||||||||||
二进制位 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 1 | x | x | x | x | x | x | ||
二进制位(补0) | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | x | x | x | x | x | x |
Base64编码 | Q | k | M |
4.举例说明
1) 0 1 2编码为Base64
0 1 2 二进制表示为 0011 0000 0011 0001 0011 0010
转换为Base64为 001100 000011 000100 110010
即 12 3 4 50
从编码表中查找 M D E y
所以对应的Base64编码为 "MDEy"
2) 0123编码为Base64(需要补位)
0 1 2 3 二进制表示为 0011 0000 0011 0001 0011 0010 0011 0011
转换为Base64为 001100 000011 000100 110010 001100 110000(后面补4个0)
即 12 3 4 50 12 48
从编码表中查找 M D E y M w
所以对应的Base64编码为 "MDEyMw==" (由于补了4个0,因此需要加上'==')
5.C++代码
Base64.h
#ifndef BASE64_H_
#define BASE64_H_
void base64_encode(const char * pData, int len, char * pOut);
void base64_decode(const char * pData, int len, char * pOut);
int calc_base64_len(int data_len);
int calc_data_len(const char * base64, int base64_len);
#endif
Base64.cpp
#include "Base64.h"
int calc_base64_len(int data_len)
{
int last = data_len*8%6;
if(last == 0)
{
return data_len*8/6;
}
else
{
int base64_len = data_len*8/6+1;
base64_len += (last==2?2:1);
return base64_len;
}
}
int calc_data_len(const char * base64, int base64_len)
{
int dec = 0;
while(base64[base64_len-1-dec]== '=')
{
dec++;
}
return ((base64_len-dec)*6)/8;
}
char _getBase64Char(char c)
{
if(c>=0 && c<26)
{
return 'A'+c;
}
else if(c>=26 && c<52)
{
return 'a'+c-26;
}
else if(c>=52 && c<62)
{
return '0'+c-52;
}
else if(c==62)
{
return '+';
}
else if(c==63)
{
return '/';
}
}
char _getCharOfBase64(char c)
{
if(c>='A' && c<='Z')
{
return c-'A';
}
else if(c>='a' && c<='z')
{
return c-'a'+26;
}
else if(c>='0' && c<='9')
{
return c-'0'+52;
}
else if(c=='+')
{
return 62;
}
else if(c=='/')
{
return 63;
}
}
void base64_encode(const char * pData, int len, char * pOut)
{
int index = 0;
while(len-index>=3)
{
const char * p1 = pData+index;
const char * p2 = p1+1;
const char * p3 = p2+1;
char c1 = ((*p1) & (0b11111100)) >>2;
char c2 = ((*p1) & (0b00000011))<<4 | ((*p2) & 0b11110000)>>4;
char c3 = ((*p2) & (0b00001111))<<2 | ((*p3) & 0b11000000)>>6;
char c4 = (*p3) & (0b00111111);
*(pOut++)=_getBase64Char(c1);
*(pOut++)=_getBase64Char(c2);
*(pOut++)=_getBase64Char(c3);
*(pOut++)=_getBase64Char(c4);
index+=3;
}
int last = len-index;
if(last==1)
{
const char * p1 = pData + index;
char c1 = ((*p1) & (0b11111100)) >>2;
char c2 = ((*p1) & (0b00000011))<<4;
*(pOut++)=_getBase64Char(c1);
*(pOut++)=_getBase64Char(c2);
*(pOut++)='=';
*(pOut++)='=';
}
else if(last == 2)
{
const char * p1 = pData+index;
const char * p2 = p1+1;
char c1 = ((*p1) & (0b11111100)) >>2;
char c2 = ((*p1) & (0b00000011))<<4 | ((*p2) & 0b11110000)>>4;
char c3 = ((*p2) & (0b00001111))<<2 ;
*(pOut++)=_getBase64Char(c1);
*(pOut++)=_getBase64Char(c2);
*(pOut++)=_getBase64Char(c3);
*(pOut++)='=';
//*(pOut++)='=';
}
}
void base64_decode(const char * pData, int len, char * pOut)
{
int dec = 0;
while(pData[len-1-dec]== '=')
{
dec++;
}
int real_len = len-dec;
int index=0;
while(real_len-index>=4)
{
const char * p1 = pData+index;
const char * p2 = p1+1;
const char * p3 = p2+1;
const char * p4 = p3+1;
char c1 = _getCharOfBase64(*p1);
char c2 = _getCharOfBase64(*p2);
char c3 = _getCharOfBase64(*p3);
char c4 = _getCharOfBase64(*p4);
*(pOut++)=(c1)<<2 | ((c2)&(0b00110000))>>4;
*(pOut++)=((c2)&(0b00001111))<<4 | ((c3)&(0b00111100))>>2;
*(pOut++)=((c3)&(0b00000011))<<6 | (c4)&(0b00111111);
index+=4;
}
int last = real_len-index;
if(last == 2)
{
const char * p1 = pData+index;
const char * p2 = p1+1;
char c1 = _getCharOfBase64(*p1);
char c2 = _getCharOfBase64(*p2);
*(pOut++)=(c1)<<2 | ((c2)&(0b00110000))>>4;
}
else if(last ==3)
{
const char * p1 = pData+index;
const char * p2 = p1+1;
const char * p3 = p2+1;
char c1 = _getCharOfBase64(*p1);
char c2 = _getCharOfBase64(*p2);
char c3 = _getCharOfBase64(*p3);
*(pOut++)=(c1)<<2 | ((c2)&(0b00110000))>>4;
*(pOut++)=((c2)&(0b00001111))<<4 | ((c3)&(0b00110000))>>2;
}
}
main.cpp
#include <stdio.h>
#include "time.h"
#include "Base64.h"
const char * file_in = "c:\\temp\\1.jpg";
const char * file_mid = "c:\\temp\\1.base64";
const char * file_out="c:\\temp\\11.jpg";
int main(int argc, char **argv)
{
char * pData;
int len;
FILE * fp = fopen(file_in,"rb");
if(fp)
{
fseek(fp,0,SEEK_END);
len = ftell(fp);
fseek(fp,0,SEEK_SET);
pData = new char[len];
fread(pData,1,len,fp);
fclose(fp);
}
int base64_len = calc_base64_len(len);
//int base64_len = len*8/6+1;
//base64_len += (len*8%6)/2; //'='
char * pOut = new char[base64_len];
//encodeBase64(pData,len,pOut);
base64_encode(pData,len,pOut);
/*
clock_t begin,end;
begin = clock();
int loop=0;
while(loop<1000)
{
base64_encode(pData,len,pOut);
loop++;
}
end = clock();
printf("time used %d ms.\n",(end-begin));
return 0;
*/
//pOut[base64_len-1]='\0';
fp = fopen(file_mid,"wb");
if(fp)
{
fwrite(pOut,1,base64_len, fp);
fclose(fp);
}
if(pData)
{
delete []pData;
}
if(pOut)
{
delete []pOut;
}
// read
fp = fopen(file_mid,"rb");
if(fp)
{
fseek(fp,0,SEEK_END);
base64_len = ftell(fp);
fseek(fp,0,SEEK_SET);
pData = new char[base64_len];
fread(pData,1,base64_len,fp);
fclose(fp);
}
//int dec = 0;
//while(pData[base64_len-1-dec]== '=')
//{
// dec++;
//}
//len = ((base64_len-dec)*6)/8;
len = calc_data_len(pData,base64_len);
pOut = new char[len];
//decodeBase64(pData,base64_len,pOut);
base64_decode(pData,base64_len,pOut);
fp = fopen(file_out,"wb");
if(fp)
{
fwrite(pOut,1,len,fp);
fclose(fp);
}
if(pData)
{
delete []pData;
}
if(pOut)
{
delete []pOut;
}
return 0;
}
main.cpp读取c:\temp\1.jpg,进行Base64编码,将编码结果写入c:\temp\1.base64, 然后再从c:\temp\1.base64中读取,解码还原,写入 c:\temp\11.jpg.
6.Base64编码性能测试
测试环境:普通PC机 i5 3470 3.2GGhz,内存4G,可用3.76 ,win7 32位
使用上述代码,编译环境为mingw。
只测试了Base64 encode的性能,encode1000次,取平均时间:
100K大小数据 1.014ms
200K大小数据 1.981ms
300K 2.917ms
500K 4.961ms
1M 10.624ms
总结:Base64编码耗时与数据大小成线形比例,在数据量不大时耗时很小。
7.总结与改进
1)该测试程序为本人随手而写,还有许多改进空间;以此程序进行测试的结果,仅作参考。
2)由于时间有限,未进行Base64解码的测试。
在这篇文章中进行了改进,encode效率提高8倍左右。