一文帶你讀懂Base64編碼

作者： FTD 2021-03-05 09:10:19

開發前端

相信很多同學在工作中，經常會用到Base64編碼，那大家知道為什么會有Base64編碼嗎?我們為什么要使用它呢，它又是怎么實現的呢?下面就讓我們來一起深入探究一下Base64編碼吧。

[[385391]]

本文轉載自微信公眾號「我是開發者FTD」，作者FTD。轉載本文請聯系我是開發者FTD公眾號。

hi，大家好，我是開發者FTD。相信很多同學在工作中，經常會用到Base64編碼，那大家知道為什么會有Base64編碼嗎?我們為什么要使用它呢，它又是怎么實現的呢?下面就讓我們來一起深入探究一下Base64編碼吧。

Base 家族

在開始之前，我們先給大家介紹一下Base家族。雖然我們在工作中使用最多的是Base64，但是Base家族可不止是只有Base64，除了Base64之外，Base家族還有Base32和Base16。

我們都知道ASCII 編碼，ASCII 編碼是用256(2的8次方)個字符，對二進制數據進行編碼的方式，同樣的

Base64 編碼是用64(2的6次方)個字符，對二進制數據進行編碼的方式
Base32 編碼是用32(2的5次方)個字符，對二進制數據進行編碼的方式
Base16 編碼是用16(2的4次方)個字符，對二進制數據進行編碼的方式

那Base家族有這么多編碼形式，為什么偏偏使用Base64呢?

Base64 編碼是用64(2的6次方)個特定的ASCII字符來表示256(2的8次方)個ASCII字符，也就是說三個ASCII字符經過Base64編碼后變為四個的ASCII字符顯示(公約數為24)，編碼后數據長度比原來增加1/3，不足3n用“=”補足。
Base32 編碼就是用32(2的5次方)個特定的ASCII字符來表示256(2的8次方)個ASCII碼，也就是說五個ASCII字符經過Base32編碼后會變為八個ASCII字符顯示(公約數為40)，編碼后數據長度比原來增加3/5，不足8n用“=”補足。
Base16 編碼就是用16(2的4次方)個特定的ASCII字符表示256(2的8次方)個ASCII字符，也就是說一個ASCII字符經過Base16編碼后會變為兩個ASCII字符顯示，編碼后數據長度比原來增加一倍，不足2n用“=”補足。

從上面可以看出Base64編碼后，長度增加是最少的，這也是我們選用Base64的一個重要原因。

Base64 簡介

Base64顧名思義，就是基于64個可打印字符來表示二進制數據的一種方法，「注意它并不是一種加密算法」。對于64個打印字符，我們只需要6個二進制位就可以完全表示了。那么我們如何利用8個二進制位來表示只需要6個二進制位就可以完全表示的可打印字符呢?由于2的6次方等于64，所以我們可以將每6個位元為一個單元，對應某個可打印字符。三個字節有24個位元，對應于4個Base64單元，即3個字節需要用4個可打印字符來表示。

Base64是從二進制數據到字符的過程。所以計算機中所有的內容，包括文本、圖片、音頻、視頻等等都可以使用Base64編碼來表示。

Base64 編碼原理

Base64編碼就是使用64個字符作為一個基本字符集：

小寫字母a-z、大寫字母A-Z、數字0-9、符號"+"、"/"(再加上作為墊字的"="，實際上是65個字符)

然后，所有其他符號都根據一定規則轉換成這個字符集中的字符。

具體來說，Base64編碼的轉換方式可以分為以下四步：

第一步，將每三個字節作為一組，一共是24個二進制位
第二步，將這24個二進制位分為四組，每個組有6個二進制位
第三步，在每組前面加兩個00，擴展成32個二進制位，即四個字節
第四步，根據下表，得到擴展后的每個字節的對應符號，這就是Base64的編碼值

Base64 編碼的字符索引表如下所示：

數值	字符	數值	字符	數值	字符	數值	字符
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

有了這個字符索引表，我們就可以把任意的二進制轉換成Base64的編碼了，下面我們通過幾個例子，給大家展示一下轉換的過程。

1，假設現在有字符串「FTD」需要轉換成base64的編碼格式

第一步：“F”、“T”、"D" 字符對應的ASCII碼值分別為70，84，68，對應的二進制值是01000110、01010100、01000100。如圖第二三行所示，由此組成一個24位的二進制字符串。
第二步：將24位二進制按照每6位二進制位一組分成四組。
第三步：在上面每一組前面補兩個0，擴展成32個二進制位，此時變為四個字節：00010001、00100101、00010001、00000100。分別對應的值(Base64編碼索引)為：17、37、17、4。
第四步：用上面的值在Base64 字符索引表中進行查找，分別對應：R、I、R、E。

因此字符串 “FTD” 經過Base64 編碼之后就變為：RIRE 。

2，上面的例子中的字符正好是三個字節，如果字節數不足三個時該如何處理呢?下面我們以「F」和「FT」分別舉例說明如下：

如上表所示，由于字符F的二進制為01000110，按照每6位進行分組，此時只能分成一組，第二組缺少4位，如果位數不足時，用0補齊;第三組和第四組完全沒有數據，則用**=「補上。因此，字符F經過Base64編碼后得到的數值為」Rg==**。

3，下面我們再看一下如果只有兩個字符的情況：

如上表所示，這個也屬于位數不足，需要補位的情況。第一組和第二組按照正常的分組計算，第三組由于不足位數，最后兩位補0，第四組完全沒有數據，用**=「補上。因此，字符FT經過Base64編碼后得到的數值為」RlQ=**。

關于中文的Base64編碼

大家都知道中文編碼有很多種，例如「GB2312、GBK、GB18030」，不同的漢字使用不同的編碼格式進行編碼后，它的二進制是不同的，所以在進行Base64編碼后，他們的Base64編碼的值也是不同的。這就要求我們在解碼的時候需要注意原文的字符集格式，一定要保持一致才能正確解碼。

例如：

中文 “【我是開發者FTD】公眾號” UTF-8 格式的Base64 編碼后的值是：44CQ5oiR5piv5byA5Y+R6ICFRlRE44CR5YWs5LyX5Y+3

中文 “【我是開發者FTD】公眾號” GB2312 格式的Base64 編碼后的值是：ob7O0srHv6q3otXfRlREob+5q9bausU=

Base64 是加密算法嗎?

Base64 主要不是用來加密的，它主要的用途是把一些二進制數轉成普通字符用于網絡傳輸，這是因為一些二進制字符在傳輸協議中屬于控制字符，不能直接在網絡上傳輸。另外，還有一些系統中只能使用ASCII字符。Base64 編碼就是用來將非ASCII字符的數據轉換成ASCII字符的一種方法。Base64 并不是安全領域下的加密解密算法，雖然有時候也會經常看到所謂的Base64加密解密算法。其實Base64只能算是一個編碼算法，對數據內容進行編碼來適合網絡傳輸。雖然Base64編碼過后原文也變成無法直接理解的字符格式，但是這種編碼方式比較初級，很簡單，很容易就可以被還原成原文，所以如果有比較重要的信息需要加密，一定要使用我們之前文章中介紹的那些加密算法進行數據的安全保護。

Base64 編碼實現

Java語言中有多個庫實現了Base64編碼，不管哪一個庫，最終的結果都是一樣的。

JDK 提供的 Base64 編碼實現：

public static String encode(String data) { 
    return Base64.getEncoder().encodeToString(data.getBytes()); 
} 
 
public static String decode(String base64Data) { 
    return new String(Base64.getDecoder().decode(base64Data)); 
}

Bouncy Castle 提供的 Base64 編碼實現：

public static String encode(String data) { 
    return new String(Base64.encode(data.getBytes())); 
} 
 
public static String decode(String base64Data) { 
    return new String(Base64.decode(base64Data)); 
}

Commons Codec 提供的 Base64 編碼實現：

public static String encode(String data) { 
    return Base64.encodeBase64String(data.getBytes()); 
} 
 
public static String decode(String base64Data) { 
    return new String(Base64.decodeBase64(base64Data)); 
}

下面讓我們用Java語言的實現來驗證一下，我們第二章節的推理是否正確吧，代碼如下：

public static void main(String[] args) { 
    String ftd = "FTD"; 
    String ft = "FT"; 
    String f = "F"; 
 
    System.out.println("FTD base64 編碼:" + encode(ftd)); 
    System.out.println("FT base64 編碼:" + encode(ft)); 
    System.out.println("F base64 編碼:" + encode(f)); 
}

輸出結果為：

FTD base64 編碼:RlRE 
FT base64 編碼:RlQ= 
F base64 編碼:Rg==

可以看到，和我們分析所得的結果是完全一樣的。

查看完整代碼請訪問：

https://github.com/ForTheDevelopers/JavaSecurity

總結

Base64是我們在工作中經常用到，但是很少有人會深入研究一下它的實現原理，如果理解不當，甚至可能還會有人用它當做加解密用到業務系統關鍵位置，可能會引發比較嚴重的后果，相信大家看完上述的內容后，應該對Base64編碼已經有了深刻的理解了吧。

責任編輯：武曉燕來源：我是開發者FTD

base64 編碼

數值	字符	數值	字符	數值	字符	數值	字符
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

數值	字符	數值	字符	數值	字符	數值	字符
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

數值	字符	數值	字符	數值	字符	數值	字符
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/