Base64编码原理分析

Posted 2020-08-23 最骚的就是你

Base64是网络上最常见的用于传输8Bit字节代码的编码方式之一，在了解Base64编码之前，先了解几个基本概念：位、字节。

位："位(bit)"是计算机中最小的数据单位。每一位的状态只能是0或1；

字节：8个二进制位构成1个"字节(Byte)"，字节是存储空间的基本计量单位。1个字节可以储存1个英文字母，2个字节可以存储1个汉字；

Base64编码的作用

因为有些网络传送渠道并不支持所有的字节，例如传统的邮件只支持可见字符的传送，像ASCII码的控制字符就不能通过邮件传送。这样就受到了很大的限制，比如图片二进制流的每个字节不可能全部是可见字符，所以就传送不了。最好的方法就是在不改变传统协议的情况下，开辟一种新的方案来支持二进制文件的传送。把不可见字符用可见字符来表示。而Base64就是一种基于64个可见字符来表示二进制数据的表示方法。

 

扩展：不可见字符其实并不是不显示，只是这些字符在屏幕上显示不出来，比如：换行符、回车、退格......字符。

Base64编码的原理

Base64可以将ASCII字符串或者是二进制编码成只包含A—Z，a—z，0—9，+，/ 这64个字符（ 26个大写字母，26个小写字母，10个数字，1个+，一个 / 刚好64个字符）。这64个字符用6个bit位就可以全部表示出来，一个字节有8个bit 位，那么还剩下两个bit位，这两个bit位用0来补充。其实，一个Base64字符仍然是8个bit位，但是有效部分只有右边的6个 bit，左边两个永远是0。

Base64的编码规则是将3个8位字节(3×8=24位)编码成4个6位的字节(4×6=24位)，之后在每个6位字节前面，补充两个0，形成4个8位字节的形式，那么取值范围就变成了0~63。又因为2的6次方等于64，所以每6个位组成一个单元。

 

扩展：1、为什么取值范围是0~63？

可以回顾一下二进制转换10进制的方法：

最小的二进制：00000000转换为10进制的结果是0；

最大的二进制：00111111转换为10进制的结果是：

0×27+0×26+1×25+1×24+1×23+1×22+1×21+1×20 = 63

 

Base64将3个字节转变为4个字节，因此，编码后的代码量（以字节为单位）约比编码前的代码量多了1/3。如果代码量正好是3的整数倍，那么恰好多了1/3。但如果不是，那么，当多出的代码量不是3的整数倍时，代码量除以3的余数就是2或者1。转换的时候，结果不够6位的用0来补上相应的位置，之后再在6位的前面补两个0。转换完空出的结果就用就用“=”来补位，总之要保证最后编码出来得字节数是4的倍数。 

 

2、为什么要保证最后编码出来的字节数是4的倍数？

因为Base64编码时，是将3个字节转变为4个字节，最终得到的字节数必然是4的倍数

 

Base64编码的一个主要目的，是把任何字符都用“可视”字符表现出来。先把字符串拆开，成为六位二进制（前两位补零）的形式，这样每个字符的范围都在0-63之间了。再用BASE64的编码表，把取值范围在0-63的字符变成“可视”字符。如果不加零或只加一个零，那么取值范围就会是0-255或0-127，BASE64的编码表就要重新规定了。

 

扩展：为什么取值范围限制在0~63而不是0~255或者0~127？

估计可见字符有限，没有那么多的可见字符或者是Base64编码的规则、约定

 

下图是Base64编码对照表，数值代表字符的索引，这个是标准Base64协议规定的，不能更改。

 

举例：

例1：

字符：SLF

对应ASCII码：S:83  L:76  F:70

转换成对应的二进制：

83：01010011、76：01001100、70：01000110

为了解释更加清晰，以下图示例：

 

通过Base64在线编码验证，得出结果是正确的。

 

例2：

字符：M

对应ASCII码：M：77

转换成对应的二进制：

77：01001101

转换结果：

 

通过Base64在线编码验证，得出结果是正确的。 

 

总结：Base64编码并不是真正的加密方式，它只是从二进制到字符的转换过程，说Base64编码是加密方法，只是因为经过Base64编码之后，让人一眼看上去不知道什么内容而已。