Base64编码知识记录

Posted 2023-02-21 cj_eryue

目录

编码说明

编码方式

体积增大

= 等号

demo

---

编码说明

Base64 是一种基于 64 个可打印字符来表示二进制数据的表示方法，由于 2^6=64，所以每 6 个比特为一个单元，对应某个可打印字符。

Base64 常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括 MIME 的电子邮件及 XML 的一些复杂数据。

项目中遇见处理字节数组与string互转时，如不指定字符集，会导致字符数组长度有变的问题，后文demo里说

Base64 编码要求把 3 个 8 位字节（3*8=24）转化为 4 个 6 位的字节（4*6=24），之后在 6 位的前面补两个 0，形成 8 位一个字节的形式。 如果剩下的字符不足 3 个字节，则用 0 填充，输出字符使用 =，因此编码后输出的文本末尾可能会出现 1 或 2 个 =。

为了保证所输出的编码位可读字符，Base64 制定了一个编码表，以便进行统一转换。编码表的大小为 2^6=64，这也是 Base64 名称的由来。

在 Base64 中的可打印字符包括字母 A-Z、a-z、数字 0-9，这样共有 62 个字符，此外两个可打印符号在不同的系统中而不同（+ 和 /，还有=）。

Base64是一种索引编码，每个字符都对应一个索引，具体的关系图，如下

编码方式

由于64等于2的6次方，所以一个Base64字符实际上代表着6个二进制位(bit)。
然而，二进制数据1个字节(byte)对应的是8比特(bit)，因此，3字节（3 x 8 = 24比特）的字符串/二进制数据正好可以转换成4个Base64字符(4 x 6 = 24比特)。
为什么是3个字节一组呢？ 因为6和8的最小公倍数是24，24比特正好是3个字节。

具体的编码方式：

1. 将每3个字节作为一组，3个字节一共24个二进制位

2. 将这24个二进制位分为4组，每个组有6个二进制位

3. 在每组的6个二进制位前面补两个00，扩展成32个二进制位，即四个字节

4. 每个字节对应的将是一个小于64的数字，即为字符编号

5. 再根据字符索引关系表，每个字符编号对应一个字符，就得到了Base64编码字符

 

 上图中的字符串 'you'，经过转换后，得到的编码为： 'eW91'。

体积增大

我们可以看到，当3个字符进行Base64转换编码后，最后变成了4个字符。因为每个6比特位，都补了2个0，变成8比特位，对应1字节。
这里正好多了三分之一，所以正常情况下，Base64编码的数据体积通常比原数据的体积大三分之一。

= 等号

3个英文字符，正好能转成4个Base64字符。那如果字符长度不是3的倍数，那应该使用什么样的规则呢？
其实也简单，我们在实际使用Base编码时，常会发现有第65个字符的存在，那就是 '=' 符号，这个等于号就是针对这种特殊情况的一种处理方式。
对于不足3个字节的地方，实际都会在后面补0，直到有24个二进制位为止。
但要注意的是，在计算字节数时，会直接使用总长度除以3，如果余数为1则会直接在最后补一个=，如果余数为2则补两个=。
因此，转码后的字符串需要补的后缀等号，要么是1个，要么是2个，具体的可以见下图：

图中第二个，使用的是单独的字符 'd'，是为了区分索引字符表里的索引0，这个时候，得到编码中，会存在一个索引0对应的A字符，而'='是直接补上2个。 

demo

package com.cjian.security;


import com.sun.org.apache.xerces.internal.impl.dv.util.Base64;

import java.security.SecureRandom;

/**
 * @Author: cjian
 * @Date: 2022/11/9 17:09
 * @Des:
 */
public class Base64Demo 
    public static Base64 base64 = new Base64();

    public static void main(String[] args) 
        String man = base64.encode("you".getBytes());
        System.out.println("you的base64结果："+man);

        SecureRandom secureRandom = new SecureRandom();
        byte[] randomBytes = new byte[16];
        secureRandom.nextBytes(randomBytes);

        String str = new String(randomBytes);
        System.out.println("原值：" + str);
        //问题来了，长度发生了变化
        //如果转string和获取字节的时候指定ISO-8859-1就没有问题
        System.out.println("原值转byte长度:"+str.getBytes().length);

        String r = base64.encode(randomBytes);
        System.out.println("base64后：" + r);

        String str2 = new String(base64.decode(r));
        System.out.println("base64编码:" + str2);
        System.out.println("base64解码后byte长度：" + base64.decode(r).length);
    

输出： 

you的base64结果：eW91
原值：�;Ķp�K�n�ώ�|/
原值转byte长度:26
base64后：1DvEtnCSS55uFMPPjqp8Lw==
base64编码:�;Ķp�K�n�ώ�|/
base64解码后byte长度：16