密码系列-Base64

Base64

一、什么是Base64?

        百度百科中对Base64有一个很好的解释：“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”。

        什么是“可打印字符”呢？为什么要用它来传输8Bit字节码呢？在回答这两个问题之前我们有必要来思考一下什么情况下需要使用到Base64？Base64一般用于在HTTP协议下传输二进制数据，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？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，就是使用64个可打印字符来表示二进制数据的方法。Base64的索引与对应字符的关系如下表所示：

二、Base64原理

Base64编码方法要求把每三个8Bit的字节转换为四个6Bit的字节，其中，转换之后的这四个字节中每6个有效bit为是有效数据，空余的那两个 bit用0补上成为一个字节。因此Base64所造成数据冗余不是很严重，Base64是当今比较流行的编码方法，因为它编起来速度快而且简单。
举个例子，有三个字节的原始数据：aaaaaabb　bbbbccccc　ccdddddd                         （这里每个字母表示一个bit位）
那么编码之后会变成：　　　　　　00aaaaaa　00bbbbbb　00cccccc　00dddddd

所以可以看出base64编码简单，虽然编码后不是明文，看不出原文，但是解码也很简单。

换个例子可以看到，取单词DAY三个字符，对应的二进制数为：01000100    01000001    01011001，可以看到三个8bit，Base64转换后的二进制为00010001   00000100  00000101   00011001，对应上图Base64关系表中为：REFZ  。

假如加密字符串不是三的倍数，例如DA为两个字符，对应的二进制数为：01000100    01000001，在Base64加密规定中，不足三个倍数字符用零填充，也就是说对应二进制应该为：01000100    01000001   00000000 ，也就是说对应Base64的二进制为：

00010001   00000100  00000100   00000000，对应Base64字符为：REE=   。

加密原理懂了，解密方式也就简单明了了。

三、为什么要使用Base64？

由于某些系统中只能使用ASCII字符。Base64就是用来将非ASCII字符的数据转换成ASCII字符的一种方法。base64特别适合在http，mime协议下快速传输数据。base64其实不是安全领域下的加密解密算法。虽然有时候经常看到所谓的base64加密解密。其实base64只能算是一个编码算法，对数据内容进行编码来适合传输。虽然base64编码过后原文也变成不能看到的字符格式，但是这种方式很初级，很简单。

在设计这个编码的时候，我想设计人员最主要考虑了3个问题：
1.是否加密？
2.加密算法复杂程度和效率
3.如何处理传输？

加密是肯定的，但是加密的目的不是让用户发送非常安全的Email。这种加密方式主要就是“防君子不防小人”。即达到一眼望去完全看不出内容即可。
基于这个目的加密算法的复杂程度和效率也就不能太大和太低。和上一个理由类似，MIME协议等用于发送Email的协议解决的是如何收发Email，而并不是如何安全的收发Email。因此算法的复杂程度要小，效率要高，否则因为发送Email而大量占用资源，路就有点         走歪了。
如果是基于以上两点，那么我们使用最简单的恺撒法即可。

为什么Base64看起来要比恺撒法复杂呢？这是因为在Email的传送过程中，由于历史原因，Email只被允许传送ASCII字符，即一个8位字节的低7位。因此，如果您发送了一封带有非ASCII字符（即字节的最高位是1）的Email通过有“历史问题”的网关时就可能会出现问题。网关可能会把最高位置为0！很明显，问题就这样产生了！因此，为了能够正常的传送Email，这个问题就必须考虑！所以，单单靠改变字母的位置的恺撒之类的方案也就不行了。