Base64算法原理及实现

Posted 2023-02-14

参考技术A

Base64算法最开始是被用于解决电子邮件数据传输问题。在早期，由于历史原因问题，电子邮件只允许使用ASCII字符，如果在邮件中出现了非ASCII字符，在通过某些网关进行数据转发的时候，网关会对这些非ASCII字符做出调整，例如，把ASCII码8位二进制码的最高位置为0。此时接收方在收到邮件时就会出现乱码。基于这个原因，产生了Base64算法。

Base64编码的思路说白了，就是把传输数据的每个字节映射成ASCII码表中的某些字符，这样在传输的过程中，就不会出现乱码的问题了。Base64算法定义了一个映射表，如下所示。

由上表可以看出，之所以称为Base64编码，实际上是把原数据映射成了ASCII码表中的64个字符。但是，64个字符最多能映射的位数是6bit。但是每个数据是8bit的，那怎么转换呢？Base64编码的基本思想： 将原数据每3个字节（24bit）分为一组，然后将这24bit数据按照每6bit一组，重新划分为4组，分组完成之后，再将每每6bit数据为单元进行映射。
Base64编码的基本流程如下：

例如，将字符串"ABC"进行Base64编码流程如下。

所以，字符串"ABC"经过Base64编码后的数据是"QUJD"。

从Base64编码的原理可以看到，Base64实际上就是把原来数据中的每3个字节一组进行Base64编码转换，编码之后变成4个Base64字符。但是如果原文数据长度不是3的整数倍的时候该怎么办呢？Base64算法规定，如果待加密数据不是3的整数倍，就在原文数据后面补0，直到长度凑够3的整数倍为止，然后再进行Base64编码转换。待编码转换完成之后，在结果末尾补充相同个数的"="。
例如，将字符串"ABCD"进行Base64编码流程如下。

所以，字符串"ABC"经过Base64编码后的字符串是"QUJDRA=="。

其实这里有个规律，当原文的数据长度除以3余数为0时，编码之后后面没有"="；当余数为1时，后面有两个"="，当余数是2时，后面有一个"="，"="的个数也就是补充的字节数。

通过Base64的原理可以看到，Base64编码实际上是把原数据的3个字节映射成了4个字节，所以相比于原数据长度，编码后的长度会增加1/3。这也会降低传输效率。

Get方式和Post方式是Http请求常用的两种方式，某些情况下会要求使用Get方式来传递二进制数据。这时，可以先通过Base64编码来将二进制数据转换成字符串数据。由于符号"+"和符号"/"是不允许出现在Url中的，所以，产生了Url安全的Base64算法，所谓的Url安全的Base64算法，其实主要包含两个方面。

目前，在Java中，我们可以通过以下方式来是使用Base64算法。

在java8之前，JDK官方库中都没有内置Base64算法，其实Base64实现很简单，这个不知道为什么。但是Java8内置了Base64编码器和解码器。
在Java8中，Base64工具类提供了三种BASE64编解码器：
1.基本Base64编码
也就是完全按照标准Base64的映射规则来编解码，不添加任何行标。

2.Url Base64编码
JDK标准类库中的Url Base64编码是用"-"和"_"取代了"+"和"/"

3.MIME Base64编码
Java类库中还提供了一种格式更友好的Base64编码，这种编码输出每行不超过76字符，并且使用\'\\r\'并跟随\'\\n\'作为分割。

4.去除填充符的Base64
在Java标准类库中，还提供了一种方式来去除编码末尾的"="，就是在构建Encoder 对象后调用withoutPadding()方法，例如：

Commons Codec是Apache为Java开发者提供的一个开源软件类库，该类库中主要是一些常用的编码工具类包，例如DES、SHA1、MD5、Base64，URL等。在使用该类库之前需要首先在Eclipse中添加依赖。Commons Codec提供了以下Base64编码方式。
1.基本Base64编码
Commons Codec和Java标准类库提供给的Base64编码方式是一样的。

2.Url Base64编码
Url Base64编码和Java类库也是一样的，把"+"和"/"替换成了"-"和"_"，有一个不同的地方是Commons Codec中的Url Base64默认去掉了后面的"="，相当于Java类库中调用了withouPadding方法，例如：

3.类MIME格式输出
Commons Codec中也提供了类似于Java类库中的MIME的格式化输出，在Commons Codec中有一个方法：

这里的isChunked置为true，就表示是按照MIME格式输出编码结果。

h