base64编码 | 9unk Blog

编码

我们知道，所有的信息最终都表示为一个二进制的字符串，每一个二进制位（bit）有 0 和 1 两种状态。当我们需要把字符 ‘A’ 存入计算机时，我们可以将字符 ‘A’ 用 01000010（这个随便编的）二进制字符串表示，存入计算机；读取时，再将 01000010 还原成字符’A’。那么问题来了，存储时，字符’A’应该对应哪一串二进制数呢，是01000010？或者是 10000000 11110101？说白了，就是需要一个规则。这个规则可以将字符映射到唯一一种状态(二进制字符串)，这就是编码。

ASCII

这套编码规则是由美国定制，一共规定了 128 个字符的编码。这 128 个字符（符号），只占用了一个字节（8 bit）的后面 7 位，最前面的 1 位统一规定为 0 。总共才有128个字符编码，一个字节都没有用完，这好像似乎有点太少了。于是乎，就开始压榨最高位，对其为 1 时也进行编码，利用最高位进行编码的方式就称为非 ASCII 编码，如 ISO-8859-1 编码。

Base64是什么？

Base64 严格来说也是一个编码格式，并不是我们常说的 “Base64加密” 。

Base64 的由来

由于历史原因，早前 Email 只被允许传送英文，但随着后来用户的增加，中文、日文等文字的用户也有需求，但是这些字符并不能被服务器或者网关有效的处理，导致邮件出现乱码，因此 Base64 就出现了。随之，Base64 在 URL、Cookie、网页传输少量二进制文件中也有相应的使用。

Base64 的作用

Base64 的作用就是用有限的常规字符（可打印的字符）表示一切数据（各种语言），就如上面说的 email 处理数据。

Base64 工作原理

第一步：Base64 定义每 3 个字节为一组，每个字节占 8 位，那么共有 24 个二进制位。
第二步：将上面的 24 个二进制位每 6 个分为一组，共分 4 组。
第三步：在每组前面添加两个 0，每组由 6 个变为 8 个二进制位，总共 32 个二进制位，即四个字节。
第四步，根据Base64编码对照表（见下图）获得对应的值。

值	字符	值	字符	值	字符	值	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	11
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

注：Base64 字符表中的字符原本用 6 个 bit 就可以表示，现在前面添加 2 个 0，变为 8个 bit，会造成一定的浪费。因此，Base64 编码之后的文本，要比原文大约三分之一。

示例说明

第一步：“M”、“a”、”n” 对应的 ASCII 码值分别为 77，97，110，对应的二进制值是01001101、01100001、01101110。如图第二三行所示，由此组成一个 24 位的二进制字符串。
第二步：如图红色框，将 24 位每 6 位二进制位一组分成四组。
第三步：在上面每一组前面补两个 0，扩展成 32 个二进制位，此时变为四个字节：00010011、00010110、00000101、00101110。分别对应的值（Base64 编码索引）为：19、22、5、46。
第四步：用上面的值在 Base64 编码表中进行查找，分别对应：T、W、F、u。因此 “Man”Base64 编码之后就变为：TWFu。

位数不足

上面是按照三个字节来举例说明的，如果字节数不足三个，那么该如何处理？

两个字节：两个字节共16个二进制位，依旧按照规则进行分组。此时总共16个二进制位，每6个一组，则第三组缺少2位，用0补齐，得到三个Base64编码，第四组完全没有数据则用“=”补上。因此，上图中“BC”转换之后为“QKM=”；
一个字节：一个字节共8个二进制位，依旧按照规则进行分组。此时共8个二进制位，每6个一组，则第二组缺少4位，用0补齐，得到两个Base64编码，而后面两组没有对应数据，都用“=”补上。因此，上图中“A”转换之后为“QQ==”；

延伸

上面我们已经看到了 Base64 就是用 6 位（2 的 6 次幂就是 64）表示字符，因此成为Base64。同理，Base32 就是用5位，Base16 就是用 4 位。大家可以按照上面的步骤进行演化一下。

reference

如何判断一个字符串是否经过base64加密过？

位，字节和字的区别

值	字符	值	字符	值	字符	值	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	11
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

值	字符	值	字符	值	字符	值	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	11
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

值	字符	值	字符	值	字符	值	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	11
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