详解base64原理详解base64原理

详解base64原理

案例： '鹅' --> 经过base64编码 --> 6bmF

那它怎么编码的呢? 以 '鹅' 字为例

文章图片
image.png
base64 对应的编码表：

文章图片
image.png 字符串转base64的转码规则：
第一步，将每三个字节作为一组，一共是24个二进制位。
第二步，将这24个二进制位分为四组，每个组有6个二进制位。
第三步，在每组前面加两个00，扩展成32个二进制位，即四个字节。
第四步，根据上表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。
异常情况处理(如果字节不足三的情况)

二个字节的情况：将这二个字节的一共16个二进制位，按照上面的规则，转成三组，最后一组除了前面加两个0以外，后面也要加两个0。这样得到一个三位的Base64编码，再在末尾补上一个"="号。
一个字节的情况：将这一个字节的8个二进制位，按照上面的规则转成二组，最后一组除了前面加二个0以外，后面再加4个0。这样得到一个二位的Base64编码，再在末尾补上两个"="号。

使用node的buffer进行处理：

demo1.js

const CHARTS = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/'; function encode(str) { let buf = Buffer.from(str); let result = ''; let suffix = ''; for (let b of buf) { result += b.toString(2).padStart(8, 0) } if ((result.length % 6) === 4) { // 一个字节的情况 suffix = '='; result += '00'; } if ((result.length % 6) === 2) { // 剩余两个字节的情况 suffix = '=='; result += '0000'; } return result.match(/(\d{6})/g).map(val => parseInt(val, 2)).map(val => CHARTS[val]).join('') + suffix }function decode(str) { var result = ''; for (let b of str) { if(b==='=') break; result += (CHARTS.indexOf(b)).toString(2).padStart(6, 0) } var list =result.match(/(\d{8})/g).map((number)=>{ return parseInt(number, 2) }) return Buffer.from(list).toString('utf8') } var ss = encode('朱昆m'); console.log(ss) // 5pyx5piGbQ== console.log(decode(ss)) // 朱昆m

上述代码阐述的编解码的过程。但是如果去看第三方库的代码，会发现还是看不懂的~

为什么会看不懂了？原因：

为了兼容浏览器的Unicode编码，需要先对Unicode进行编解码。
引入二进制操作，提高位操作效率；

举例：

文章图片
image.png 鹅 -> Unicode字符集(40517 十进制) -> 0b1001 1110 0100 0101(二进制)
鹅 -> utf8编码(15317381 十进制) -> 0b1110 1001 1011 1001 1000 0101（二进制）
Unicode转utf8:

将高位字节的高四位，与1110 形成一个新字节。
将高位字节的低四位，与低位字节的高两位，与10形成一个新字节
将地位字节的低六位与10 形成一个新字节。
三个新字节按顺序排布，形成一个新的编码，就是utf编码。

utf8转Unicode:
将上述的顺序翻转。就可以返回新的Unicode编码。

let _keyStr = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/="; console.log(decode(encode('鹅'))) function encode(input) { var output = ""; var chr1, chr2, chr3, enc1, enc2, enc3, enc4; var i = 0; // 将Unicode，变成 utf8 input = _utf8_encode(input); // 将utf8 转成 base64 while (i < input.length) { chr1 = input.charCodeAt(i++); chr2 = input.charCodeAt(i++); chr3 = input.charCodeAt(i++); enc1 = chr1 >> 2; enc2 = ((chr1 & 3) << 4) | (chr2 >> 4); enc3 = ((chr2 & 15) << 2) | (chr3 >> 6); enc4 = chr3 & 63; if (isNaN(chr2)) { enc3 = enc4 = 64; } else if (isNaN(chr3)) { enc4 = 64; } output = output + _keyStr.charAt(enc1) + _keyStr.charAt(enc2) + _keyStr.charAt(enc3) + _keyStr.charAt(enc4); } return output; } function decode(input) { var output = ""; var chr1, chr2, chr3; var enc1, enc2, enc3, enc4; var i = 0; input = input.replace(/[^A-Za-z0-9\+\/\=]/g, ""); //将base64转化成utf8 while (i < input.length) { enc1 = _keyStr.indexOf(input.charAt(i++)); enc2 = _keyStr.indexOf(input.charAt(i++)); enc3 = _keyStr.indexOf(input.charAt(i++)); enc4 = _keyStr.indexOf(input.charAt(i++)); chr1 = (enc1 << 2) | (enc2 >> 4); chr2 = ((enc2 & 15) << 4) | (enc3 >> 2); chr3 = ((enc3 & 3) << 6) | enc4; output = output + String.fromCharCode(chr1); if (enc3 != 64) { output = output + String.fromCharCode(chr2); } if (enc4 != 64) { output = output + String.fromCharCode(chr3); } } // 将utf8转成浏览器认识的Unicode output = _utf8_decode(output); return output; } function _utf8_encode(string) { // 将Unicode，变成 utf8 string = string.replace(/\r\n/g, "\n"); var utftext = ""; for (var n = 0; n < string.length; n++) { var c = string.charCodeAt(n); if (c < 128) { utftext += String.fromCharCode(c); } else if ((c > 127) && (c < 2048)) { utftext += String.fromCharCode((c >> 6) | 192); utftext += String.fromCharCode((c & 63) | 128); } else { utftext += String.fromCharCode((c >> 12) | 0b11100000); utftext += String.fromCharCode(((c >> 6) & 0b111111) | 0b10000000); utftext += String.fromCharCode((c & 0b111111) | 0b10000000); }} return utftext; }function _utf8_decode(utftext) { // 将utf8转成Unicode var string = ""; var i = 0; var c = c1 = c2 = 0; while (i < utftext.length) { c = utftext.charCodeAt(i); // 第一个字节 if (c < 128) { string += String.fromCharCode(c); i++; } else if ((c > 191) && (c < 224)) { c2 = utftext.charCodeAt(i + 1); string += String.fromCharCode(((c & 31) << 6) | (c2 & 63)); i += 2; } else { c2 = utftext.charCodeAt(i + 1); // 第一个字节 c3 = utftext.charCodeAt(i + 2); // 第二个字节 string += String.fromCharCode(((c & 0b1111) << 12) | ((c2 & 0b111111) << 6) | (c3 & 0b111111)); i += 3; } } return string; }

重点：上述代码中，明白二进制的移位操作，和Unicode码的转码规则。理解起来难度就不大了。
解释：