base64编码的理解

最近学Python的时候遇到了编码问题，顺带了解了一下base64编码，首先阅读了咱CSDN上的一篇文章Base64编码原理，有所感悟，记录下来以备日后查看

首先，base64编码是用64个字符来表示任意二进制的数据的方法，有时候我们用记事本打开.pdf，.exe, .png的后缀名的文件时打开是一堆乱码。实际上这些二进制文件里面包含了许多无法打印的字符，如果我们让记事本能处理打开这些文件，就需要一种能处理二进制文件到字符串的转换的方法，就用到了base64编码。

它很简单，出现的原因也很单一：因为有些网络传送渠道并不支持所有的字节，例如传统的邮件只支持可见字符的传送，像ASCII码的控制字符就不能通过邮件传送。这样用途就受到了很大的限制，比如图片二进制流的每个字节不可能全部是可见字符，所以就传送不了。最好的方法就是在不改变传统协议的情况下，做一种扩展方案来支持二进制文件的传送。把不可打印的字符也能用可打印字符来表示，问题就解决了。Base64编码应运而生，Base64就是一种基于64个可打印字符来表示二进制数据的表示方法。

首先，准备一个包含64个字符的数组：['A', 'B', 'C', ... 'a','b', 'c', ... '0', '1', ... '+', '/']，换成图标来表示就是这样的

1字符=1个字节=1byte=8个bit，所以任意一个上图的64个字符中的都能用2的6次方以下的数来表示，换成二进制来看，任意一个base64编码的字符最多就是占位6个bit，但是规定就是一个字符等于8个bit啊，现在你用一个base64就叫我换成6个bit了，那我多下来的俩bit放哪里？那么怎么用6个有效bit来表示传统字符的8个bit呢？8和6的最小公倍数是24，也就是说3个传统字节可以由4个Base64字符来表示，保证有效位数是一样的，这样就多了1/3的字节数来弥补Base64只有6个有效bit的不足。你也可以说用两个Base64字符也能表示一个传统字符，但是采用最小公倍数的方案其实是最减少浪费的。结合下边的图比较容易理解。Man是三个字符，一共24个有效bit，只好用4个Base64字符来凑齐24个有效位。红框表示的是对应的Base64，6个有效位转化成相应的索引值再对应Base64字符表，查出"Man"对应的Base64字符是"TWFU"。说到这里有个原则不知道你发现了没有，要转换成Base64的最小单位就是三个字节，对一个字符串来说每次都是三个字节三个字节的转换，对应的是Base64的四个字节。这个搞清楚了其实就差不多了。

加密解密的时候，对字符换成ASCII码是第一步，可以看到，M换成ASCII码后是77，然后用二进制表示成01001101，a和n分别是01100001和01101110剩下的拼凑其实就是加减法了，很简单，对应字符的二进制码全放到一起，然后从头开始按6个bit是一个base64码的规则来截，转换成base64的字符后，最后剩下的如果不足6位，就用=号来补位。如果是6的倍数，那么编码结果就是base64的编码集结果的一堆字符，如果不是6的倍数，就要在后面补位‘=’，凑够6位为止，例如我们通常下载的迅雷链接，使用的就是对地址进行base64位加密，通常能在链接的最后面看到‘=’，就是这个原因了

说起Base64编码可能有些奇怪，因为大多数的编码都是由字符转化成二进制的过程，而从二进制转成字符的过程称为解码。而Base64的概念就恰好反了，由二进制转到字符称为编码，由字符到二进制称为解码。

Base64编码主要用在传输、存储、表示二进制等领域，还可以用来加密，但是这种加密比较简单，只是一眼看上去不知道什么内容罢了，当然也可以对Base64的字符序列进行定制来进行加密。

本人创建了一个公众号，里面每天发一些教程进阶知识，有的是本人总结所得，有的是转载大神的文章，大家一起分享看。扫码关注公众号：