Base64編碼由來
Base64最早是用來解決電子郵件的傳輸問題获茬。
傳統(tǒng)的電子郵件是1982年定下技術(shù)規(guī)范的，詳見rfc0822设江。該規(guī)范的一個重要特點锦茁，就是規(guī)定電子郵件只能使用ASCII可打印字符。這就導致非英語字符或二進制文件（比如圖片）不同通過電子郵件進行傳輸了叉存。
解決這個問題码俩，最好的方法就是在不改變傳統(tǒng)協(xié)議的情 況下，做一種擴展方案來支持二進制文件的傳送歼捏，把不可打印的字符也能用可打印字符來表示稿存。Base64這種基于64個可打印字符來表示二進制數(shù)據(jù)的表示方法就應運而生了笨篷。具體規(guī)范可見rfc4648.
Base64編碼原理
簡單來說, Base64編碼就是從ASCII碼中選出64個字符----大寫字母A-Z、小寫字母a-z瓣履、數(shù)字0-9率翅、符號"+"、"/"（再加上作為填充字符的"="袖迎，實際上是65個字符）冕臭，作為一個基本字符集。然后燕锥，其他所有符號都轉(zhuǎn)換成這個字符集中的字符辜贵。
具體來說，轉(zhuǎn)換方式可以分為四步：
將每三個字節(jié)分成一組归形，一共24個二進制位：3*8=24
將這24個二進制位分成4組托慨，每組有6個二進制位：24/4=6
在每組前加兩00，擴展成32個二進制位暇榴，即4個字節(jié)：4*(6+2)=32
-
根據(jù)下面的編碼表厚棵，得到擴展后每個字節(jié)的對應符號，就是Base64的編碼值
Value Encoding Value Encoding Value Encoding Value Encoding 0 A 17 R 34 i 51 z 1 B 18 S 35 j 52 0 2 C 19 T 36 k 53 1 3 D 20 U 37 l 54 2 4 E 21 V 38 m 55 3 5 F 22 W 39 n 56 4 6 G 23 X 40 o 57 5 7 H 24 Y 41 p 58 6 8 I 25 Z 42 q 59 7 9 J 26 a 43 r 60 8 10 K 27 b 44 s 61 9 11 L 28 c 45 t 62 + 12 M 29 d 46 u 63 / 13 N 30 e 47 v 14 O 31 f 48 w (pad) = 15 P 32 g 49 x 16 Q 33 h 50 y
注意
- 因為轉(zhuǎn)換后的每個字符的最高兩位都是0蔼紧，所以實際有效位數(shù)是6位婆硬，也就是26=64個字符就可以覆蓋所有的編碼。
- 如果剩下的字符不足3個字節(jié)歉井，則用0填充柿祈，輸出字符使用"="，因此編碼后輸出的文本末尾可能會出現(xiàn)1或2個"="哩至。
- 因為Base64將3個字節(jié)轉(zhuǎn)化成4個字節(jié)躏嚎，因此Base64編碼后的文本，會比原文本大出三分之一左右菩貌。
舉例說明
比如說Oka這個英文單詞卢佣，它由三個字符‘O’，‘k’箭阶，‘a(chǎn)’構(gòu)成虚茶，其對應的ASCII值分別為79，107仇参，97嘹叫。用二進制表示改單詞就是01001111，01101011诈乒，01100001罩扇。用前面說轉(zhuǎn)換方式就是：
- 分組： 該單詞由三個字節(jié)組成，正好構(gòu)成一組。
- 再分組：24個二進制位分成4組 010011喂饥，110110消约，101101，100001员帮。
- 補0擴展：每組前面加兩個0或粮，變成4個字節(jié)，32個二進制位：00010011捞高，00110110氯材，00101101，00100001
- 查編碼表得編碼值：T2th
上面說的例子中單詞長度正好是三個字節(jié)硝岗，如果一個字符串不足三個字節(jié)浓体，比如Ok，則需要進行padding辈讶。
Padding
Base64是三個字節(jié)(Bytes)作為一組(24-bit block)的編碼轉(zhuǎn)換，如果字節(jié)數(shù)不是三的倍數(shù)娄猫，那么就會出最后一組只有一個或者兩個字節(jié)的情況贱除，按下面的規(guī)則處理:
- 一個字節(jié)的情況：將這一個字節(jié)的8個二進制位，按照每組6個二進制位轉(zhuǎn)成二組媳溺，最后一組除了前面加二個0以外月幌，后面再加4個0。這樣得到一個二位的Base64編碼悬蔽，再在末尾補上兩個"="號扯躺。
- 二個字節(jié)的情況：將這二個字節(jié)的一共16個二進制位，按每組6個二進制位轉(zhuǎn)成三組蝎困，最后一組除了前面加兩個0以外录语，后面也要加兩個0。這樣得到一個三位的Base64編碼禾乘，再在末尾補上一個"="號澎埠。
具體如下：
- 分組：由于字符串Ok只有兩個字節(jié)，將這兩個字節(jié)當成一組始藕。
- 再分組：每6個二進制位為一組蒲稳，就兩個字節(jié)分成3組010011，110110伍派，1011
- 補0擴展：對于3組中的最后一組江耀，除了前面加兩個0，后面也加兩個0诉植，變成3個字節(jié)祥国，24個二進制位
00010011，00110110倍踪，00101100 - 查編碼表系宫，得到三個Base64編碼字符索昂，再在后面補加=，構(gòu)成完整Base64編碼值：T2s=
中文Base64編碼
對于中文扩借，需要注意的是漢字本身可以有多種編碼椒惨，比如gb2312、utf-8潮罪、gbk等等康谆，每一種編碼的Base64對應值都不一樣。下面的例子以utf-8為例嫉到。
- "嚴"的utf-8編碼為E4B8A5沃暗，寫成二進制就是三字節(jié)的"11100100 10111000 10100101"。
- 將這個24位的二進制字符串何恶，按照每組6個二進制位的規(guī)則孽锥，轉(zhuǎn)換成四組一共32位的二進制值"00111001 00001011 00100010 00100101"。
- 相應的十進制數(shù)為57细层、11惜辑、34、37疫赎，它們對應的Base64值就為5盛撑、L、i捧搞、l抵卫。
所以，漢字"嚴"（utf-8編碼）的Base64值就是5Lil胎撇。
URL安全的Base64編碼
由于‘+’,‘/’兩個字符在URL中有特殊含義介粘，將Base64編碼后的數(shù)據(jù)在通過URL傳輸時需要通過URL編碼進行轉(zhuǎn)義，但是這樣子會導致URL無意義的變長创坞，而且多了一個URL編解碼步驟碗短。為了避免這個問題，出現(xiàn)了一種用于URL的改進Base64編碼變種题涨，它其實就是簡單的把標準Base64中的'+'和'/'分別改成了'-'和'_'偎谁。對于填充字符'='，有些變種是把它直接去掉纲堵，有些則是把它替換成'.'巡雨。
Base64編碼實現(xiàn)
- Javascript
Javascript為我們提供了一個簡單的方法來實現(xiàn)字符串的Base64編碼和解碼,分別是window.btoa()函數(shù)和window.atob()函數(shù)。
// 示例
var encodedData = window.btoa("Hello, world"); // encode a string
var decodedData = window.atob(encodedData); // decode the string
但這兩個函數(shù)有個致命的缺陷就是不支持Unicode字符串席函，需要通過下面的方式變通一下：
function utf8_to_b64(str) {
return window.btoa(unescape(encodeURIComponent(str)));
}
function b64_to_utf8(str) { return decodeURIComponent(escape(window.atob(str)));
}
// 示例
utf8_to_b64('? à la mode'); // JTI1dTI3MTMlMjUyMCUyNUUwJTI1MjBsYSUyNTIwbW9kZQ==
b64_to_utf8('JTI1dTI3MTMlMjUyMCUyNUUwJTI1MjBsYSUyNTIwbW9kZQ=='); // "? à la mode"
utf8_to_b64('I \u2661 Unicode!'); // SSUyNTIwJTI1dTI2NjElMjUyMFVuaWNvZGUlMjUyMQ==
b64_to_utf8('SSUyNTIwJTI1dTI2NjElMjUyMFVuaWNvZGUlMjUyMQ=='); // "I ? Unicode!"
- Java
從Java8開始铐望，Java終于提供了標準的方式去處理Base64的編碼和解碼，很長時間以來我們都得依賴于Apache Commons Codec。
// 編碼
String asB64 = Base64.getEncoder().encodeToString("test".getBytes("utf-8"));
System.out.println(asB64); // 輸出為: dGVzdA==
// 解碼
byte[] asBytes = Base64.getDecoder().decode("dGVzdA==");
System.out.println(new String(asBytes, "utf-8")); // 輸出為: some string
