在互聯網中的每一刻，你可能都在享受著Base64帶來的便捷，但對於Base64的基礎原理又了解多少？今天這篇博文帶領大家了解一下Base64的底層實現。

Base64的由來

目前Base64已經成為網絡上常見的傳輸8Bit字節代碼的編碼方式之一。在做支付系統時，系統之間的報文交互都需要使用Base64對明文進行轉碼，然後再進行簽名或加密，之後再進行（或再次Base64）傳輸。那麽，Base64到底起到什麽作用呢？

在參數傳輸的過程中經常遇到的一種情況：使用全英文的沒問題，但一旦涉及到中文就會出現亂碼情況。與此類似，網絡上傳輸的字符並不全是可打印的字符，比如二進制文件、圖片等。Base64的出現就是為了解決此問題，它是基於64個可打印的字符來表示二進制的數據的一種方法。

電子郵件剛問世的時候，只能傳輸英文，但後來隨著用戶的增加，中文、日文等文字的用戶也有需求，但這些字符並不能被服務器或網關有效處理，因此Base64就登場了。隨之，Base64在URL、Cookie、網頁傳輸少量二進制文件中也有相應的使用。

Base64的編碼原理

Base64的原理比較簡單，每當我們使用Base64時都會先定義一個類似這樣的數組：

1. [‘A‘, ‘B‘, ‘C‘, ... ‘a‘, ‘b‘, ‘c‘, ... ‘0‘, ‘1‘, ... ‘+‘, ‘/‘]

上面就是Base64的索引表，字符選用了”A-Z、a-z、0-9、+、/“ 64個可打印字符，這是標準的Base64協議規定。在日常使用中我們還會看到“=”或“==”號出現在Base64的編碼結果中，“=”在此是作為填充字符出現，後面會講到。

具體轉換步驟

• 第一步，將待轉換的字符串每三個字節分為一組，每個字節占8bit，那麽共有24個二進制位。
• 第二步，將上面的24個二進制位每6個一組，共分為4組。
• 第三步，在每組前面添加兩個0，每組由6個變為8個二進制位，總共32個二進制位，即四個字節。
• 第四步，根據Base64編碼對照表（見下圖）獲得對應的值。

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

從上面的步驟我們發現：

• Base64字符表中的字符原本用6個bit就可以表示，現在前面添加2個0，變為8個bit，會造成一定的浪費。因此，Base64編碼之後的文本，要比原文大約三分之一。
• 為什麽使用3個字節一組呢？因為6和8的最小公倍數為24，三個字節正好24個二進制位，每6個bit位一組，恰好能夠分為4組。

示例說明

以下圖的表格為示例，我們具體分析一下整個過程。

• 第一步：“M”、“a”、”n”對應的ASCII碼值分別為77，97，110，對應的二進制值是01001101、01100001、01101110。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：如圖紅色框，將24位每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：00010011、00010110、00000101、00101110。分別對應的值（Base64編碼索引）為：19、22、5、46。
• 第四步：用上面的值在Base64編碼表中進行查找，分別對應：T、W、F、u。因此“Man”Base64編碼之後就變為：TWFu。

位數不足情況

上面是按照三個字節來舉例說明的，如果字節數不足三個，那麽該如何處理？

• 兩個字節：兩個字節共16個二進制位，依舊按照規則進行分組。此時總共16個二進制位，每6個一組，則第三組缺少2位，用0補齊，得到三個Base64編碼，第四組完全沒有數據則用“=”補上。因此，上圖中“BC”轉換之後為“QKM=”；
• 一個字節：一個字節共8個二進制位，依舊按照規則進行分組。此時共8個二進制位，每6個一組，則第二組缺少4位，用0補齊，得到兩個Base64編碼，而後面兩組沒有對應數據，都用“=”補上。因此，上圖中“A”轉換之後為“QQ==”；

註意事項

• 大多數編碼都是由字符串轉化成二進制的過程，而Base64的編碼則是從二進制轉換為字符串。與常規恰恰相反，
• Base64編碼主要用在傳輸、存儲、表示二進制領域，不能算得上加密，只是無法直接看到明文。也可以通過打亂Base64編碼來進行加密。
• 中文有多種編碼（比如：utf-8、gb2312、gbk等），不同編碼對應Base64編碼結果都不一樣。

延伸

上面我們已經看到了Base64就是用6位（2的6次冪就是64）表示字符，因此成為Base64。同理，Base32就是用5位，Base16就是用4位。大家可以按照上面的步驟進行演化一下。

Java 驗證

最後，我們用一段Java代碼來驗證一下上面的轉換結果：

1. package com.secbro2.blog.utils;
3. import sun.misc.BASE64Encoder;
5. /**
6. * @author zzs
7. */
8. public class Base64Utils {
10. public static void main(String[] args) {
11. String man = "Man";
12. String a = "A";
13. String bc = "BC";
15. BASE64Encoder encoder = new BASE64Encoder();
16. System.out.println("Man base64結果為：" + encoder.encode(man.getBytes()));
17. System.out.println("BC base64結果為：" + encoder.encode(bc.getBytes()));
18. System.out.println("A base64結果為：" + encoder.encode(a.getBytes()));
19. }
20. }

打印結果為：

1. Man base64結果為：TWFu
2. BC base64結果為：QkM=
3. A base64結果為：QQ==

以上結果與我們分析所得完全一致。

小結

本節課程用實例和圖文分析帶大家了解了Base64的基本操作原理，如果學完之後有所收獲，那就幫忙轉發一下吧。

一篇文章徹底弄懂Base64編碼原理