锐客网

  1. 首页 > 睿知 > it技术 > >

Base 64 原理

IT知识原理Base

一箫一剑平生意，负尽狂名十五年。这篇文章主要讲述Base 64 原理相关的知识，希望能为你提供帮助。
Base64
Base64 是什么？是将字节流转换成可打印字符、将可打印字符转换为字节流的一种算法。Base64 使用 64 个可打印字符来表示转换后的数据。
准确的来说，Base64 不算是一种加、解密的算法，它是一种编码、解码的算法。这也是为什么我的用词是编码、解码，而不是加密、解密。
编码原理
Base64 算法的原理，是将输入流中的字节按每 3 个分为一组，然后每次取 6 个比特，将其转换成表格中对应的数据，一直重复到没有剩余的字符为止，转换表格如下：

Index Character Index Character Index Character Index Character
0 A 1 B 2 C 3 D
4 E 5 F 6 G 7 H
8 I 9 J 10 K 11 L
12 M 13 N 14 O 15 P
16 Q 17 R 18 S 19 T
20 U 21 V 22 W 23 X
24 Y 25 Z 26 a 27 b
28 c 29 d 30 e 31 f
32 g 33 h 34 i 35 j
36 k 37 l 38 m 39 n
40 o 41 p 42 q 43 r
44 s 45 t 46 u 47 v
48 w 49 x 50 y 51 z
52 0 53 1 54 2 55 3
56 4 57 5 58 6 59 7
60 8 61 9 62 + 63 /
编码过程举个例子，假设我们要对字符串 S.H 进行编码：
  1. 将其转换成十六进制为 53、2e、48
  2. 再将十六进制转换成二进制，分别为 01010011、00101110、01001000。这里不足 8 个比特的高位补 0 即可。
  3. 将其每6个比特分为一组，分别为 010100、110010、111001、001000
  4. 将其转换成十进制得到，20、50、57、8
  5. 再根据表格中的转换关系转换可得，U、y、5、I
换句话说，字符串 S.H 通过 Base64 算法编码之后的结果为 Uy5I 。
编码图解
Base 64 原理

文章图片

为什么要 每三个 分为一组，因为 3 $\\times$ 8 = 24，24 = 4 $\\times$? 6，这样子可以刚好可以均分完。
例如 SH ？按照上述的做法：
首先将其转换成十六进制53、48，再将其转换成二进制01010011、01001000，再按照每 6 个比特分为一组，就会变成 010100、110100、1000，再转换成十进制得到 20、52、8，最后得到 U0I.
然而这个结果是不正确的，随便去找一个工具输入转换看看都知道，最终结果为 U0g=. 这也说明在输入的字符不足 3 个时，就不是按照之前的方式来处理了。
假设需要编码的字符串还是 SH。
将其转换成二进制为， 01010011、01001000，再按照每 6 个比特分为一组，就会变成010100、110100、1000。
但是可以看到最后一组的比特位不足 6 个，在这种情况下，会进行末尾（低位）补0的操作。补完之后就会变成010100、110100、100000。但是你会发现，这里总共也只有18个比特，不满足 3 个字节一组的原则。在这种情况下，前三组会按照常规的 Base64 进行编码，而缺失的一组则会使用 = 来进行填充。
这样一来，就会变成20、52、32，再根据表格转换可得 U0g ，再加上最后填充的 = ，最终结果就是 U0g=.
以下是图解。
Base 64 原理

文章图片

那同理，如果只有一个字符，最后在二进制分组的时候，不足 6 位的低位补 0，分组不满 4 的，直接以 = 号填充。举个例子，假设需要编码的是字符串 S 。
S 的二进制为 01010011 ，按照 6 个比特分为一组，010100、11。第二组明显不满 6 个比特，进行低位补0操作。
【Base 64 原理】低位补0之后结果变成了010100、110000，这里只有 2 组，不满四组，所以这里需要填充 2 个 =。将前面的两组转换成字符，结果为 Uw，再结合填充字符，最终的结果为 Uw==。
关于编码，有人可能会说，你这都是英文，英文转换成十进制再到十六进制很方便，对比 ASCII 码就行，那要是中文呢？实际上，这个跟采取的编码类别有关系。对同样的中文采用不同的编码，最后得到的结果可能都不同。所以我们这里只讨论采用 UTF-8 的场景。
如果是中文，就采用 UTF-8 将中文进行编码，而如果是英文，其转换结果和 ASCII 编码是一样的。
解码原理
因为最终的编码产物中，如果 6 个比特的分组不满 4 组，会有 = 作为填充物，所以一个 base64 完后的产物总是能够被 4 整除。
所以，在解密中，我们每次需要处理 4 个字符，将这 4 个字符编码之后转换成十进制，再转换成二进制，不足 6 位的高位补0，然后将 6 个比特一组的二进制数按原顺序重新分成每 8 个比特一组，也就是一个字节一组。然后将其转换成十六进制，再转换成对应的字符。
解码过程解密过程就会像：
  1. 按照每次处理4个字符的原理，根据表格将其分别转换成十进制20、50、57、8
  2. 再将其转换成二进制，不足六位的高位补0，再将其分成每 8 个比特一组
  3. 将分组好的比特转换成十六进制，得到53、2e、48
  4. 最后将十六进制转换成字母得到S、.、H，也就是 S.H
解码图解
Base 64 原理

文章图片

这里我们处理的是一个比较理想的情况，因为所有的比特位刚好被填充完，那如果带有 =padding 的 base64 是如何进行解密的呢？
  1. 首先根据表格，将其转换成十进制20、50、32
  2. 再将其转换成二进制，不足 6 个比特的高位补0，010100、110100、100000
  3. 再将其分成每 8 个比特位一组，01010011、01001000、
  4. 然后再转换成十六进制得53、48
  5. 转换成字符串可得 SH
Base 64 原理

文章图片

Base 64 原理

文章图片


    推荐阅读


    上一篇：Flink 流处理

    下一篇：netty系列之:搭建HTTP上传文件服务器