Base64编码

原理

什么是base64

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

为什么会有base64

• 由于HTTP协议是文本协议，所以在HTTP协议下传输二进制数据需要将二进制数据转换为字符数据。然而直接转换是不行的。因为网络传输只能传输可打印字符。

什么是“可打印字符”呢？

• 在ASCII码中规定，0_{31、128这33个字符属于控制字符，32}127这95个字符属于可打印字符，也就是说网络传输只能传输这95个字符，不在这个范围内的字符无法传输。

那么该怎么才能传输其他字符呢？

• 其中一种方式就是使用Base64。Base64一般用于在HTTP协议下传输二进制数据。

可忽略

1. 完整的base64定义可见 RFC1421和 RFC2045。编码后的数据比原始数据略长，为原来的4/3。在电子邮件中，根据RFC822规定，每76个字符，还需要加上一个回车换行。可以估算编码后数据长度大约为原长的135.1

Table 1: The Base64 Alphabet

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	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

• 也就是说，如果将索引转换为对应的二进制数据的话需要至多6个Bit(2^6=64)。然而ASCII码需要8个Bit来表示，那么怎么使用6个Bit来表示8个Bit的数据呢？6个Bit当然不能存储8个Bit的数据，但是4*6个Bit可以存储3*8个Bit的数据啊！
  
• 可以看到“Son”通过Base64编码转换成了“U29u”。这是刚刚好的情况，3个ASCII字符刚好转换成对应的4个Base64字符。但是，当需要转换的字符数不是3的倍数的情况下该怎么办呢？Base64规定，当需要转换的字符不是3的倍数时，一律采用补0的方式凑足3的倍数，具体如下表所示：
  
• 每6个Bit为一组，第一组转换后为字符“U”，第二组末尾补4个0转换后为字符“w”。剩下的使用“=”替代。即字符“S”通过Base64编码后为“Uw==”。这就是Base64的编码过程。

HTML规范关于base64有哪些API

以下两个函数只能对 **ASCII码** 进行编解码，使用的是拉丁字符集

提示：

• 拉丁字符集和utf-8前128位字符，都涵盖了ASCII码。所以各种字符集互转，都是将本字符集

window.atob()

• 对base64编码过的字符串进行解码

• a: ASCII码 b：Binary

• atob 意思是通过ASCII码形式表示二进制数，不是将ASCII码转换为二进制数

window.btoa()

• 对ASCII编码的字符串进行base64编码（不支持汉字，汉字可通过URIencode预处理后再编码）
• 将ascii码解析成binary数据

注意

1. 标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，而这些“%”号在存入数据库时还需要再进行转换，因为ANSI SQL中已将“%”号用作通配符。

2. 为解决此问题，可采用一种用于URL的改进Base64编码，它在末尾填充**’=’**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，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。

实现

Base64实现

JavaScript源码版

1. 源码版
const Base64Util = {
  _keyStr: 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/=',
  encode: function (e) {
    let t = ''
    let n, r, i, s, o, u, a
    let f = 0
    e = Base64Util._utf8_encode(e)
    while (f < e.length) {
      n = e.charCodeAt(f++)
      r = e.charCodeAt(f++)
      i = e.charCodeAt(f++)
      s = n >> 2
      o = (n & 3) << 4 | r >> 4
      u = (r & 15) << 2 | i >> 6
      a = i & 63
      if (isNaN(r)) {
        u = 64
        a = 64
      } else if (isNaN(i)) {
        a = 64
      }
      t = t + this._keyStr.charAt(s) + this._keyStr.charAt(o) + this._keyStr.charAt(u) + this._keyStr.charAt(a)
    }
    return t
  },
  decode: function (e) {
    var t = ''
    var n, r, i
    var s, o, u, a
    var f = 0
    // eslint-disable-next-line no-useless-escape
    e = e.replace(/[^A-Za-z0-9\+\/\=]/g, '')
    while (f < e.length) {
      s = this._keyStr.indexOf(e.charAt(f++))
      o = this._keyStr.indexOf(e.charAt(f++))
      u = this._keyStr.indexOf(e.charAt(f++))
      a = this._keyStr.indexOf(e.charAt(f++))
      n = s << 2 | o >> 4
      r = (o & 15) << 4 | u >> 2
      i = (u & 3) << 6 | a
      t = t + String.fromCharCode(n)
      if (u !== 64) {
        t = t + String.fromCharCode(r)
      } if (a !== 64) {
        t = t + String.fromCharCode(i)
      }
    }
    t = Base64Util._utf8_decode(t)
    return t
  },
  _utf8_encode: function (e) {
    e = e.replace(/\r\n/g, 'n')
    let t = ''
    for (let n = 0; n < e.length; n++) {
      let r = e.charCodeAt(n)
      // ASCII码
      if (r < 128) {
        t += String.fromCharCode(r)
      } else if (r > 127 && r < 2048) {
        t += String.fromCharCode(r >> 6 | 192)
        t += String.fromCharCode(r & 63 | 128)
      } else {
        t += String.fromCharCode(r >> 12 | 224)
        t += String.fromCharCode(r >> 6 & 63 | 128)
        t += String.fromCharCode(r & 63 | 128)
      }
    }
    return t
  },
  _utf8_decode: function (e) {
    var t = ''
    var n = 0
    var r = 0
    var c1 = 0
    var c2 = 0
    while (n < e.length) {
      r = e.charCodeAt(n)
      if (r < 128) {
        t += String.fromCharCode(r)
        n++
      } else if (r > 191 && r < 224) {
        c1 = e.charCodeAt(n + 1)
        t += String.fromCharCode((r & 31) << 6 | c1 & 63)
        n += 2
      } else {
        c1 = e.charCodeAt(n + 1)
        c2 = e.charCodeAt(n + 2)
        t += String.fromCharCode((r & 15) << 12 | (c1 & 63) << 6 | c2 & 63)
        n += 3
      }
    }
    return t
  }
}

2. api版 不推荐, 
// 使用utf-8字符集进行base64编码
function utoa(str) {
    // 1. encodeURIComponent只能将中文加密，不可以加密ascii, 将utf-8字符串 转化为 16进制字符串
	// 2. unescape将 16进制序列 转换为 拉丁字符集
	// 3. btoa 将拉丁字符集 用base64 编码
    return btoa(unescape(encodeURIComponent(str)));
}
// 使用utf-8字符集解析base64字符串 
function atou(str) {
	// 1. atob 将 base64编码 转化为 拉丁字符集 
	// 2. unescape将 拉丁字符集 转换为 16进制序列
    // 3. decodeURIComponent只能将中文解密，不可以加密ascii, 将16进制字符串 转化为 utf-8字符集 
    return decodeURIComponent(escape(window.atob(str)));
}

java版

import java.util.Base64;
对于标准的Base64：
加密为字符串使用Base64.getEncoder().encodeToString();
加密为字节数组使用Base64.getEncoder().encode();
解密使用Base64.getDecoder().decode();
对于URL安全或MIME的Base64，只需将上述getEncoder()getDecoder()更换为getUrlEncoder()getUrlDecoder()
或getMimeEncoder()和getMimeDecoder()即可。

应用场景

base64有哪些应用场景

1. 前端将较小的icon编码为base64直接在文档中加载，减少http请求次数
2. 电子邮件传输二进制文件时，通常用base64编码后再传

注意：

1. base64编码后的数据量是要比编码前大的，所以base64不能用于减少数据量。
2. base64不能用于加密数据，即使使用私有的索引表也是不安全的，只是一种编码方式。