Base64编码解码
一,Base64编码原理
Base64编码的字符数组如下所示 :
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/
字符串转Base64编码:取3字节的字符串转换为四字节的字符串,依次往后转换。得到Base64编码字符串。具体原理如下:
1,如果需要编码的原串字节数刚好为3的倍数,那么转换规则如下:
以中文字符'严'为例,'严'字的UTF-8编码为:0xE4B8A5 = 11100100 10111000 10101001。即有:
1)UTF-8第一个字节:0xE4 = 11100100
2)UTF-8第二个字节:0xB8 = 10111000
3)UTF-8第三个字节:0xA5 = 10101001
转Base64的过程如下:
1)Base64第一个字节:取UTF-8第一字节的前六位(111001),然后在六位字符前(111001)填充00,既得Base64编码的第一个字节(00111001)。
2)Base64第二个字节:取UTF-8第一字节的最后两位(00),再取UTF-8第二字节的前四位(1011)组成六位字符串001011,然后在组成的六位字符串(001011)前面填充00,既得Base64编码的第二个字节(00001011)
3)Base64第三个字节:取UTF-8第二字节的后四位(1000),再取UTF-8第三字节的前两位(10)组成六位字符串100010,然后在组成的六位字符串(100010)前面填充00,既得Base64编码的第三个字节(00100010)
4)Base64第四个字节:取UTF-8第三字节的后六位(101001),然后在六位字符前(101001)填充00,既得Base64编码的第四个字节(00101001)。
2,如果需要编码的原串字节数最后剩余2,那么转换规则如下:
以字符串"aa"为例,"aa"的UTF-8编码为:0x6161 = 01100001 01100001。既有:
1)UTF-8第一个字节:0x61 = 01100001
2)UTF-8第二个字节:0x61 = 01100001
转Base64的过程如下:
1)Base64第一个字节:取UTF-8第一字节的前六位(011000),然后在六位字符前(011000)填充00,既得Base64编码的第一个字节(00011000)。
2)Base64第二个字节:取UTF-8第一字节的最后两位(01),再取UTF-8第二字节的前四位(0110)组成六位字符串010110,然后在组成的六位字符串(010110)前面填充00,既得Base64编码的第二个字节(00010110)。
3)Base64第三个字节:取UTF-8第二字节的后四位(0001),然后在四位字符(0001)前填充00,得六位字符串(000001),由于此时不够一个字节(八位),再在六位字符串(000001)后面填充00即可,既得Base64编码的第三个字节(00000100)。
4)Base64第四个字节:此时使用字符'='填充即可。
3,如果需要编码的原串字节数最后剩余1,那么转换规则如下:
以字符串"a"为例,"a"的UTF-8编码为:0x61 = 01100001。既有:
1)UTF-8第一个字节:0x61 = 01100001
转Base64的过程如下:
1)Base64第一个字节:取UTF-8第一字节的前六位(011000),然后在六位字符前(011000)填充00,既得Base64编码的第一个字节(00011000)。
2)Base64第二个字节:取UTF-8第一字节的最后两位(01),然后在两位字符(01)前填充00,得四位字符串(0001),由于此时不够一个字节(八位),再在四位字符串(0001)后面填充0000即可,既得Base64编码的第二个字节(00010000)。
3)Base64第三个字节:此时使用字符'='填充即可。
3)Base64第四个字节:此时使用字符'='填充即可。
综上可得编码程序如下:
int
base64_string( const unsigned char *src, unsigned char *dest, unsigned char *base64, int index )
{
assert( src );
unsigned char one;
unsigned char two;
unsigned char thr;
unsigned char fou;
size_t len = strlen( src );
if ( len >= 3 )
{
one = src[0] >> 2;
two = ( ( src[0] & 0x03 ) << 4 ) | ( src[1] >> 4 );
thr = ( ( src[1] & 0x0F ) << 2 ) | ( src[2] >> 6 );
fou = src[2] & 0x3F;
*( dest + index++ ) = base64[one];
*( dest + index++ ) = base64[two];
*( dest + index++ ) = base64[thr];
*( dest + index ) = base64[fou];
}
else if ( len == 2 )
{
one = src[0] >> 2;
two = ( ( src[0] & 0x03) << 4 ) | ( src[1] >> 4 );
thr = ( src[1] & 0x0F ) << 2;
*( dest + index++ ) = base64[one];
*( dest + index++ ) = base64[two];
*( dest + index++ ) = base64[thr];
*( dest + index ) = '=';
}
else if ( len == 1 )
{
one = src[0] >> 2;
two = ( src[0] & 0x03 ) << 4;
*( dest + index++ ) = base64[one];
*( dest + index++ ) = base64[two];
*( dest + index++ ) = '=';
*( dest + index ) = '=';
}
else
{
printf( "Unknow length\n" );
}
return len >= 3 ? 3 : len;
}
void
base64_encode( const unsigned char *src, unsigned char *dest )
{
assert( src );
unsigned char base64[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
int index = 0;
while ( *src )
{
int step = base64_string( src, dest, base64, index );
index += 4;
src += step;
}
*( dest + index ) = '\0';
}
二,Base64解码
1,原理
Base64字符串以四字节为一组,转换为三字节的过程。依次类推,直到全部转化完成。
2,数组
由于Base64编码时用到如下所示的字符数组进行转换,字符数组如下:
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/
由上可知,A在数组的位置为0,故有(A,0),依次类推有(B,1),(C,2)等。故可得如下所示的对应关系:
A B C D E F G H I J
0 1 2 3 4 5 6 7 8 9
K L M N O P Q R S T
10 11 12 13 14 15 16 17 18 19
U V W X Y Z a b c d
20 21 22 23 24 25 26 27 28 29
e f g h i j k l m n
30 31 32 33 34 35 36 37 38 39
o p q r s t u v w x
40 41 42 43 44 45 46 47 48 49
y z 0 1 2 3 4 5 6 7
50 51 52 53 54 55 56 57 58 59
8 9 + /
60 61 62 63
由于编码时,如果得到的一个字节的值为0那么编码后即为A。相应的,在解码过程中,如果一个字节的值为A,那么转换为0即可。由于A的十进制值为65,而在编码数组的下标为0。既有A-65-0。同理,B的十进制值为66,在编码数组的下标为1,既有B-66-1。
Base64字符所在的区间为A-Z,a-z,0-9,+,/。由上可知,其中的临界值有如下对应关系:
base64字符 - 字符值(解码数组的下标) - 在base64编码数组中的下标
A - 65 - 0
Z - 90 - 25
a - 97 - 26
z - 122 - 51
0 - 48 - 52
9 - 57 - 61
+ - 43 - 62
/ - 47 - 63
一个字节八位,故最大值为2^8 = 256,但由上临界值可知最大值为122,所以实际解码数组定义为124长度即可(0-122存关键信息,123存'\0')。故可得如下数组:
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x3E, 0x00, 0x00, 0x00, 0x3F,
0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0x3A, 0x3B, 0x3C, 0x3D, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00, 0x00, 0x01, 0x02, 0x03, 0x04, 0x05, 0x06, 0x07, 0x08, 0x09, 0x0A, 0x0B, 0x0C, 0x0D, 0x0E,
0x0F, 0x10, 0x11, 0x12, 0x13, 0x14, 0x15, 0x16, 0x17, 0x18, 0x19, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00, 0x1A, 0x1B, 0x1C, 0x1D, 0x1E, 0x1F, 0x20, 0x21, 0x22, 0x23, 0x24, 0x25, 0x26, 0x27, 0x28,
0x29, 0x2A, 0x2B, 0x2C, 0x2D, 0x2E, 0x2F, 0x30, 0x31, 0x32, 0x33,
获取数组的程序如下所示:
void
create_array( unsigned char *array )
{
int index = 0;
for ( index = 0; index < 123; index += 1 )
{
if ( index == 0x2B )
{
*( array + index ) = 0x3E;
}
else if ( index == 0x2F )
{
*( array + index ) = 0x3F;
}
else if ( index >= 0x30 && index <= 0x39 )
{
*( array + index ) = 0x34 + index - 0x30;
}
else if ( index == 0x3D )
{
/* 特殊字符'=',也可合并到else情况 */
*( array + index ) = 0x00;
}
else if ( index >= 0x41 && index <= 0x5A )
{
*( array + index ) = index - 0x41;
}
else if ( index >= 0x61 && index <= 0x7A )
*( array + index ) = 0x1A + index - 0x61;
}
else
{
*( array + index ) = 0x00;
}
}
*( array + 123 ) = '\0';
}
3,解码
解码时分三种情况处理:
1)四个字符中最后一个字符为'='的情况,以YWE=为例:
首先将除'='外的字节转换为对应的二进制:
Base64第一个字节:Y :24 = 0001 1000(24是Y对应数组下标的值)
Base64第二个字节:W:22 = 0001 0110
Base64第三个字节:E :4 = 0000 0100
取Base64的第一字节后六位(011000)和Base64第二字节去掉前两位填充位00后(010110)的前两位(01),拼接后既得UTF-8编码的第一个字节(01100001)
取Base64的第二字节后四位(0110)和Base64第三字节去掉前两位填充位00后(000100),再去掉后两位填充位00后(0001),拼接后既得UTF-8编码的第二个字节(01100001)
2)四个字符中最后两个字符为'='的情况,以YQ==为例:
首先将除'='外的字节转换为对应的二进制:
Base64第一个字节:Y :24 = 0001 1000
Base64第二个字节:Q :16 = 0001 0000
取Base64的第一个字节后六位(011000)和Base64第二字节去掉前两位填充位00后(010000),再去掉后四位填充位0000后(01),拼接后即可得UTF-8编码的第一个字节(01100001)
3)四个字符中不包含字符'='的情况,以5Lil为例:
首先将除'='外的字节转换为对应的二进制:
Base64第一个字节:5:57 = 0011 1001
Base64第二个字节:L:11 = 0000 1011
Base64第三个字节:i:34 = 0010 0010
Base64第四个字节:l:37 = 0010 0101
取Base64第一个字节后六位(111001)和Base64第二字节去掉前两位填充位00后的前两位(00),拼接后既得UTF-8编码的第一个字节(11100100)
取Base64第二字节的后四位(1011)和Base64第三字节去掉前两位填充位00后的前四位(1000),拼接后既得UTF-8编码的第二字节(10111000)
取Base64第三字节的后两位(10)和Base64第四字节的后六位(100101),拼接后既得UTF-8编码的第三字节(10100101)
综上可知,解码程序如下:
int
decode_string( const unsigned char *src, unsigned char *dest, unsigned char *array, int index )
{
assert( src );
int step = 0;
unsigned char one;
unsigned char two;
unsigned char thr;
if ( src[3] == '=' && src[2] == '=' )
{
one = ( array[src[0]] << 2 ) | ( array[src[1]] >> 4 );
*( dest + index ) = one;
step = 1;
}
else if ( src[3] == '=' )
{
one = ( array[src[0]] << 2 ) | ( array[src[1]] >> 4 );
two = ( ( array[src[1]] & 0x0F ) << 4 ) | ( array[src[2]] >> 2 );
*( dest + index++ ) = one;
*( dest + index ) = two;
step = 2;
}
else
{
one = ( array[src[0]] << 2 ) | ( array[src[1]] >> 4 );
two = ( ( array[src[1]] & 0x0F ) << 4 ) | ( array[src[2]] >> 2 );
thr = ( array[src[2]] << 6 ) | array[src[3]];
*( dest + index++ ) = one;
*( dest + index++ ) = two;
*( dest + index ) = thr;
step = 3;
}
return step;
}
void
base64_decode( const unsigned char *src, unsigned char *dest )
{
assert( src );
unsigned char array[124];
memset( array, 0x00, 124 );
create_array( array );
int index = 0;
while ( *src )
{
int step = decode_string( src, dest, array, index );
index += step;
src += 4;
}
*( dest + index ) = '\0';
}
参考文献:http://blog.itpub.net/18903360/viewspace-1985669/
转载于:https://blog.51cto.com/11998200/1869825