详解Base64编码

什么是Base64编码

Base64是一种二进制到文本的编码方案。它通过将其转换为基数-64表示形式，以可打印的ASCII字符串格式表示二进制数据。

当需要通过无法正确处理二进制数据的媒体传输二进制数据时，通常使用 Base64 编码，并且旨在处理仅属于 7 位 US-ASCII 字符集的文本数据。

此类系统的一个例子是电子邮件 （SMTP），它传统上设计用于处理 7 位 US-ASCII 字符集中的纯文本数据。虽然，它后来扩展到支持非US-ASCII文本消息以及音频和图像等非文本消息，但仍建议将数据编码为ASCII字符集以实现向后兼容性。
Base64 编码将任何二进制数据或非 ASCII 文本数据编码为可打印的 ASCII 格式，以便可以通过任何通信通道安全地传输。例如，当您向朋友发送包含图像的电子邮件时，您的电子邮件软件 Base64 会对图像进行编码，并在邮件中插入等效文本，如下所示 -

Content-Disposition: inline;
filename=favicon-16x16.png
Content-Transfer-Encoding: base64

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

Base64编码如何工作？

RFC 4648 中描述了 Base64 编码。
Base64 编码适用于 US-ASCII 字符集的 65 个字符子集。65 个字符子集中的前 64 个字符映射到等效的 6 位二进制序列 （）。额外的第 65 个字符 （） 用于填充。26 = 64=
从 0 到 63 的每个 6 位二进制序列都分配有一个 Base64 字母表。在编码过程中使用 6 位二进制序列和相应的 Base64 字母表之间的这种映射。以下是映射表，也称为 Base64 索引或字母表 -

# The Base64 Alphabet

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

Base64 编码算法接收 8 位字节的输入流。它从左到右处理输入，并通过连接三个 8 位字节将输入组织成 24 位组。然后将这些 24 位组视为 4 个串联的 6 位组。最后，通过查阅上面的 Base64 字母表，将每个 6 位组转换为 Base64 字母表中的单个字符。

当输入末尾少于 24 位时，添加零位（右侧）以形成 6 位组的整数。然后，根据以下情况输出一个或两个 pad （） 字符 -=

• 最后一个输入块正好包含 8 位：添加四个零位以形成两个 6 位组。每个 6 位组都使用 Base64 索引表转换为生成的 Base64 编码字符。之后，两个填充 （） 字符将附加到输出中。=
• 最后一个输入块正好包含 16 位：添加两个零位以形成三个 6 位组。三个 6 位组中的每一个都转换为相应的 Base64 字母表。最后，在输出后附加一个键盘（）字符。=

让我们看一个示例来了解 Base64 编码过程：

输入：ab@yz
二进制表示（8 位序列）：
1100001 01100010 01000000 01111001 01111010
第 1 步：将输入组织到 24 位组中（每个组有四个 6 位组）。末端用零位填充，形成 6 位组的整数号。
011000 010110 001001 000000 011110 010111 101000 # (padded with two zeros at the end)
第 2 步：通过将 Base64 索引表的索引将 6 位序列转换为 Base64 字母。如果在输入末尾添加零位，则添加填充字符。
上述 6 位组等同于以下索引：
24 22 9 0 30 23 40
索引到 Base64 字母表中会给出以下输出：

YWJAeXo=  # (padded with `=` to account for extra bits added)

使用 URL 和文件名安全字母进行 Base64 编码
RFC 4648 描述了一种 Base64 编码变体，它是 URL 和文件名安全的。这意味着，此 Base64 编码变体生成的输出可以在 URL 中安全地传输并在文件名中使用。
此变体对 Base64 字母表进行了简单的更改。由于字符在 URL 和文件名中具有特殊含义，它们被替换为连字符 （） 和下划线 （+/-_)

# The "URL and Filename safe" Base 64 Alphabet
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 - (hyphen)
12 M            29 d            46 u            63 _ (underscore)
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

Base64编码用法

Base64 最常用于对二进制数据（例如，图像或声音文件）进行编码，以便嵌入到 HTML、CSS、EML 和其他文本文档中。此外，Base64 还用于对在传输、存储或输出过程中可能不受支持或损坏的数据进行编码。以下是该算法的一些应用：

• 发送电子邮件时附加文件
• 通过数据 URI 在 HTML 或 CSS 中嵌入图像
• 保留加密函数的原始字节数
• 在 API 响应中将二进制数据输出为 XML 或 JSON
• 当 BLOB 不可用时将二进制文件保存到数据库
• 隐藏秘密不被窥探（真的是一个非常糟糕的主意）

Base64编码历史

Base64的历史很久以前就开始了，当时工程师们争论一个字节应该有多少位。现在我们使用八位字节，但在此之前使用的是七位、六位甚至三位字节。当八位编码被批准为标准时，许多系统使用旧的编码，不支持“新标准”。这导致在新旧系统之间的传输过程中丢失了一些数据。例如，邮件服务器在发送电子邮件时可能会丢弃第八位。此外，邮件服务器还有另一个问题——它们只能发送文本，而不能发送二进制数据（如图像、视频、档案）。因此，以一种神奇的方式，聪明的头脑开发了一种算法来解决这些问题。当然，随着时间的推移，开发了其他二进制到文本编码，但由于简单性、效率和便携性，Base64 成为最受欢迎的，几乎无处不在。
早在 1987 年，一份描述PEM协议的文档首次描述了该算法（如果您对详细信息感兴趣，请查看 RFC 989 § 4.3）。从那时起，该算法不断发展，产生了在整个IT世界中积极使用的新标准。