一篇帶你了解 Base64 原理

作者：SH的全棧筆記 2021-08-26 05:27:08

開發(fā) 前端

Base64 是什么？是將字節(jié)流轉(zhuǎn)換成可打印字符、將可打印字符轉(zhuǎn)換為字節(jié)流的一種算法。Base64 使用 64 個(gè)可打印字符來表示轉(zhuǎn)換后的數(shù)據(jù)。

[[419497]]

Base64

Base64 是什么?是將字節(jié)流轉(zhuǎn)換成可打印字符、將可打印字符轉(zhuǎn)換為字節(jié)流的一種算法。Base64 使用 64 個(gè)可打印字符來表示轉(zhuǎn)換后的數(shù)據(jù)。

準(zhǔn)確的來說，Base64 不算是一種加、解密的算法，它是一種編碼、解碼的算法。這也是為什么我的用詞是編碼、解碼，而不是加密、解密。

編碼原理

這里的討論的前提是使用 UTF-8 編碼

Base64 算法的原理，是將輸入流中的字節(jié)按每 3 個(gè)分為一組，然后每次取 6 個(gè)比特，將其轉(zhuǎn)換成表格中對應(yīng)的數(shù)據(jù)，一直重復(fù)到?jīng)]有剩余的字符為止，轉(zhuǎn)換表格如下：

編碼過程

舉個(gè)例子，假設(shè)我們要對字符串 S.H 進(jìn)行編碼：

將其轉(zhuǎn)換成十六進(jìn)制為 53、2e、48
再將十六進(jìn)制轉(zhuǎn)換成二進(jìn)制，分別為 01010011、00101110、01001000。這里不足 8 個(gè)比特的高位補(bǔ) 0 即可。
將其每6個(gè)比特分為一組，分別為 010100、110010、111001、001000
將其轉(zhuǎn)換成十進(jìn)制得到，20、50、57、8
再根據(jù)表格中的轉(zhuǎn)換關(guān)系轉(zhuǎn)換可得，U、y、5、I

換句話說，字符串 S.H 通過 Base64 算法編碼之后的結(jié)果為 Uy5I 。

編碼圖解

如果覺得文字較難理解，我把上面的流程用圖的形式畫了出來，可以結(jié)合著一起看。

為什么要每三個(gè) 分為一組，因?yàn)?3 8 = 24，24 = 4 6，這樣子可以剛好可以均分完。

那如果我輸入的字節(jié)不足三個(gè)呢?

例如 SH ?按照上述的做法：

首先將其轉(zhuǎn)換成十六進(jìn)制53、48，再將其轉(zhuǎn)換成二進(jìn)制01010011、01001000，再按照每 6 個(gè)比特分為一組，就會變成 010100、110100、1000，再轉(zhuǎn)換成十進(jìn)制得到 20、52、8，最后得到 U0I.

然而這個(gè)結(jié)果是不正確的，隨便去找一個(gè)工具輸入轉(zhuǎn)換看看都知道，最終結(jié)果為 U0g=. 這也說明在輸入的字符不足 3 個(gè)時(shí)，就不是按照之前的方式來處理了。

不足三個(gè)字節(jié)如何處理?

假設(shè)需要編碼的字符串還是 SH。

將其轉(zhuǎn)換成二進(jìn)制為， 01010011、01001000，再按照每 6 個(gè)比特分為一組，就會變成010100、110100、1000。

但是可以看到最后一組的比特位不足 6 個(gè)，在這種情況下，會進(jìn)行末尾(低位)補(bǔ)0的操作。補(bǔ)完之后就會變成010100、110100、100000。但是你會發(fā)現(xiàn)，這里總共也只有18個(gè)比特，不滿足 3 個(gè)字節(jié)一組的原則。在這種情況下，前三組會按照常規(guī)的 Base64 進(jìn)行編碼，而缺失的一組則會使用 = 來進(jìn)行填充。

這樣一來，就會變成20、52、32，再根據(jù)表格轉(zhuǎn)換可得 U0g ，再加上最后填充的 = ，最終結(jié)果就是 U0g=.

以下是圖解。

只有一個(gè)字節(jié)如何處理?

那同理，如果只有一個(gè)字符，最后在二進(jìn)制分組的時(shí)候，不足 6 位的低位補(bǔ) 0，分組不滿 4 的，直接以 = 號填充。舉個(gè)例子，假設(shè)需要編碼的是字符串 S 。

S 的二進(jìn)制為 01010011 ，按照 6 個(gè)比特分為一組，010100、11。第二組明顯不滿 6 個(gè)比特，進(jìn)行低位補(bǔ)0操作。

低位補(bǔ)0之后結(jié)果變成了010100、110000，這里只有 2 組，不滿四組，所以這里需要填充 2 個(gè) =。將前面的兩組轉(zhuǎn)換成字符，結(jié)果為 Uw，再結(jié)合填充字符，最終的結(jié)果為 Uw==。

關(guān)于編碼，有人可能會說，你這都是英文，英文轉(zhuǎn)換成十進(jìn)制再到十六進(jìn)制很方便，對比 ASCII 碼就行，那要是中文呢?實(shí)際上，這個(gè)跟采取的編碼類別有關(guān)系。對同樣的中文采用不同的編碼，最后得到的結(jié)果可能都不同。所以我們這里只討論采用 UTF-8 的場景。

如果是中文，就采用 UTF-8 將中文進(jìn)行編碼，而如果是英文，其轉(zhuǎn)換結(jié)果和 ASCII 編碼是一樣的。

解碼原理

因?yàn)樽罱K的編碼產(chǎn)物中，如果 6 個(gè)比特的分組不滿 4 組，會有 = 作為填充物，所以一個(gè) base64 完后的產(chǎn)物總是能夠被 4 整除。

所以，在解密中，我們每次需要處理 4 個(gè)字符，將這 4 個(gè)字符編碼之后轉(zhuǎn)換成十進(jìn)制，再轉(zhuǎn)換成二進(jìn)制，不足 6 位的高位補(bǔ)0，然后將 6 個(gè)比特一組的二進(jìn)制數(shù)按原順序重新分成每 8 個(gè)比特一組，也就是一個(gè)字節(jié)一組。然后將其轉(zhuǎn)換成十六進(jìn)制，再轉(zhuǎn)換成對應(yīng)的字符。