java.util.Base64解码然后编码产生不同的字符串

Posted 2021-04-12

问题：解码Fz + =然后将其编码回来产生Fz8 =

以下代码：

new String(Base64.getEncoder().encode(Base64.getDecoder().decode("Fz+=".getBytes("UTF-8"))))

给出以下字符串：Fz8 =

+怎么变成8？

我必须在这里遗漏一些东西。

Fz + =位模式：000101 110011 111110 000000

重新排列为8位组：00010111 00111111 10000000

小数：23 63 128

这将需要3个字节来表示它。

但是，当我尝试这个代码时：

Base64.getDecoder().decode("Fz+=".getBytes("UTF-8"))

我得到以下十进制数组：

 [23, 63]

最后一个字节（1000 0000）去了哪里？这就是我们编码时+变成8的原因。

答案

输入字符串Fz+=不是有效的Base64编码。

根据定义，如果编码的字符串以单个填充字符结尾，则导致该编码四元组的输入仅包含两个字节。在编码时，双字节输入应该用0x00填充，以形成一个完整的3字节单元，然后编码为4个Base64代码字节。

无论是什么产生的字符串Fz+=错误地用0x80填充2字节输入。或者，编码器误将0x80误认为是0x00，因为它期待纯粹的7位ASCII。

无论原因如何，Fz+=输入无效，解码器只忽略了额外的两位。

如果输入确实是00010111 00111111 10000000，那么正确的编码是没有填充的Fz+A和代表A的000000代码。同样，这可能是由于最初进行编码的任何错误。