一篇文章，搞懂Base64编码原理

Base64的由来

我们知道，基础的ASCII码是用一个字节的低7位来表示英文的0-127个字符。

在英语中，用128个符号编码便可以表示所有，但是用来表示其他语言，128个符号是不够的。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。对于扩展ASCII码（128 -255），不同国家之间也不相同，Email只被允许传送ASCII字符，即一个8位字节的低7位，传统的邮件只支持可见字符的传送，像ASCII码的32个控制字符就不能通过邮件传送。直到1990年代初，许多程序和数据传输通道都假定所有字符都将表示为0到127（7位）之间的数字。

于是，Base64为了满足电子邮件中不能直接使用非ASCII码字符的规定，将8位2进制转为6位2进制重新编码。6位2进制可以表示64个不同的可见字符，Base64的名字由此得来。

这里也许会有人问，为什么是将8位转成6位，而不直接转为7位编码呢。在标准7位ASCII码中，前0-31个是控制字符，是不能通过邮件传输的，所以转成6位编码是比较合适的。当然在base家族中，有base64，base32，base16，base8等等。

Base64的算法原理

Base64不是加密算法，而是一种编码格式。它把3个8位字节（3x8=24)转化为4个6位的字节（4x6=24），之后在每个6位的前面补两个0，形成8位，即一个字节。

• Base64编码表

  A-Z 26

  a-z 26

  0-9 10

  +/ 2

  = 一般加在编码末尾，表示补了多少个字节

示例

将“我W”使用base64编码。

• step1：使用在线工具，将字符转为2进制。（这里使用UTF-8）

  “我”---------111001101000100010010001

  “W”---------01010111

• step2：对2进制进行分组，每6个一组（不够6位就在后面补0），转为10进制。

  111001	101000	100010	010001	010101	110000	000000	000000
  57	40	34	17	21	48	=	=

  ​

• step3：从base64表中查找对应字符

  编码结束：5oiRVw==

  “我W”一共是4个字节，再在后面添加2个字节，使它成为3的倍数。

  在编码的末尾加上1个或2个=号，表示补了多少字节。