写在前面

Base64算法最早应用于解决电子邮件传输问题，在早期，电子邮件只支持ASCII码字符。如果要传输一封带有非ASCII码字符的电子邮件，当它经过部分网关时就可能出现问题，这个网关可能会对非ASCII码字符的二进制位进行调整，即将这个非ASCII码的8位二进制码最高位置设置为0，此时用户收到的这个邮件就会是一封乱码的了。基于这个原因产生了Base64算法。

Base64是一种基于64个可打印字符（A-Z、a-z、0-9、+、/）来表示二进制数据的表示方法，常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据。

原理

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，这样每个字节的转换为十进制的值范围为：0-63，根据编码表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。

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　　　
15　P　　　32　g　　　49　x
16　Q　　　33　h　　　50　y

比如：编码 Man

base64_img01.png

这里有一个问题，字节数是否能被3整除。

如果要编码的字节数不能被3整除，最后会多出1个或2个字节，那么可以使用下面的方法进行处理：先使用0字节值在末尾补足，使其能够被3整除，然后再进行Base64的编码。在编码后的Base64文本后加上一个或两个=号，代表补足的字节数。也就是说，当最后剩余两个八位(待补足)字节（2个byte）时，最后一个6位的Base64字节块有四位是0值，最后附加上两个等号；如果最后剩余一个八位(待补足)字节（1个byte）时，最后一个6位的base字节块有两位是0值，最后附加一个等号。

base64_img02.png

注意：Base64是把3个字节编码成4个字节，所以编码编码之后的长度差不多增加了133%

关于URL安全Base64编码

Base64编码可用于在HTTP环境下传递较长的标识信息。例如，在Java持久化系统Hibernate中，就采用了Base64来将一个较长的唯一标识符（一般为128-bit的UUID）编码为一个字符串，用作HTTP表单和HTTP GET URL中的参数。在其他应用程序中，也常常需要把二进制数据编码为适合放在URL（包括隐藏表单域）中的形式。此时，采用Base64编码不仅比较简短，同时也具有不可读性，即所编码的数据不会被人用肉眼所直接看到。

然而，标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的/和+字符变为形如%XX的形式，而这些%号在存入数据库时还需要再进行转换，因为ANSI SQL中已将%号用作通配符。

为解决此问题，可采用一种用于URL的改进Base64编码，它不在末尾填充=号，并将标准Base64中的+和/分别改成了-和_，这样就免去了在URL编解码和数据库存储时所要做的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。

参考资料

• 维基百科Base64
• 阮一峰Base64笔记
• 廖雪峰Base64