Base64编码

Base64简介

Base64是网络上最常见的用于传输8Bit字节码的编码方式之一，是一种基于64个可打印字符来表示二进制数据的方法。

Base64编码是从二进制到字符的过程，可用于在HTTP环境下传递较长的标识信息，具有不可读性，需要解码后才能阅读。Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括MIME的电子邮件及XML的一些复杂数据。

简单来说，Base64就是一种字符映射规则，通过这种字符映射规则的编码方式称为Base64编码。由于编码表由64个基础可打印字符组成，在传输的字符并不全是可打印的字符，比如二进制文件、图片等的时候，能避免在传输过程中丢失数据（不可打印字符在传输过程中可能会被当做特殊字符处理，从而导致丢失）。

编码原理

索引表

索引表字符选用了由标准的Base64协议规定的"A-Z、a-z、0-9、+、/" 这64个可打印字符。

索引	对应字符	索引	对应字符	索引	对应字符	索引	对应字符
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	/

在Base64的编码结果中我们还会看到“=”或“==”出现，“=”在此是作为填充字符出现。

转换步骤

1. 将待转换的字符串每三个字节分为一组，共24位：
   下面以字符串"Man"为例，当前分组即为每个字节一组：[01001101],[01100001],[01101110]。
2. 将这24位字符按每6个为一组重新分组，并在每个新的分组前加两个0：
   新的分组：[010011],[010110],[000101],[101110]
   加0后：[00010011],[00010110],[00000101],[00101110]
   新增8位，此时，总字节数变为4个字节，分别为9,22,5,46。
3. 按新的字节对应上面的索引表获取编码后的字符，即字符串"Man"经过Base64编码后得到的字符串为"TWFu"。

补零处理

通过不断将每3个字节转换为4个Base64字符之后，最后只会出现以下3种情况：

1. 没有字节剩下
2. 还剩下1个字节
3. 还剩下2个字节

第一种情况不用做处理，后面两种情况采用补零的方式，最后一个6位分组差几位就补几位0，即剩1个字节的时候补4位0，剩2个字节的时候补2位0：

这里的0也就是我们在Base64编码尾部经常见到的“=”的来历，每补2个0就会添加1个“=”。尽管不填充“=”时我们也能根据实际对剩余字符进行处理，但是这种填充在某些情况下是必需的，例如当需要将多个Base64编码文件合并为一个文件的时候。

其他

1. Base64编码只是一种编码规则，只是无法直接看到明文，不能算得上加密。尽管我们可以通过打乱Base64编码的索引表来达到加密的效果，但是考虑到Base64编码的编码过程实际上就是一种字符替换法，可以通过观测基于词频和字母频率的统计规律较为轻易地获得秘钥，因此安全性并不能得到有效的保证。
2. 不同中文编码下，如gb2312、utf-8，对应的Base64编码也不一样。
3. Base64编码根据索引表的不同有很多变种，例如将“+”、“/”改为“-”、“_”，同时去除“=”的填充，就可以将其用于URL传输。

参考文献：
[1]: 百度百科 https://baike.baidu.com/item/base64
[2]: 维基百科 https://www.bk.gugeso.site/wiki/Base64