Base64

Base64是什么？

个人理解：Base64是一种编码方式，和ASCll一样，只是一种编码方式而已，但是两者用到的场景不同。
我看到百度百科上的Base64解释上有这样一段话：

采用Base64编码具有不可读性，需要解码后才能阅读

总觉得‘阅读‘这个词怪怪的，在我碰到的业务场景中，列如图片的Base64化传输、秘钥密文的Base64化保存等，其原内容都不是需要人阅读的，真正的’阅读‘者都是机器。

思考Base64产生的原因

思考一个场景：对一段文字进行加密，并传输给服务端。

我们一般先会将这段文字转成二进制数据，然后通过调用系统的加密算法，然后得到一串新的二进制数据，那么如何把这段二进制数据传给服务端呢？

平时我们和服务端传输的数据基本都是utf8格式的，那么这段二进制数据能直接转成utf8格式呢？显然是不可能的，utf8的每个字节前几位的bit都是有特殊含义的（具体看utf8的生成规则），但是加密得到的二进制数据肯定输无序的，所以最好将密文的二进制数据先转成一种能被utf8编码的格式，然后就能和服务端进行utf8格式的通信了

我们来看看平时常常提到的几种编码格式。

先看看utf16和utf32，其实他们和utf8一样，都是对Unicode码的一种编码。我们从电脑屏幕上看到的每一个字，每一个符号，甚至有些表情都对应一个Unicode码，那么可以用Unicode码编码密文二进制数据么？答案是不可以。拿utf32举例，它其实就是用4个字节表示一个Unicode码，但4个字节有多少种组合呢？种，Unicode码的个数只是其中的一部分，但是Unicode码并不是固定的，它每年还在增加。如果密文数据正好落在Unicode码没有的地方，系统就展示不出来了。而且如果真有一段密文用utf16展示，里面出现了英文、中文、韩文、数学符号、表情等，你会不会疯掉（手动滑稽）

用ASCll码表示，似乎是一个很好的注意，因为ASCll码已经排满，能做到二进制和符号一一对应的关系。但为什么不可以呢，或者说有什么不方便呢？一方面ASCll码中有许多特殊字符，列如'、"、\等等，在展示的时候，有些地方需要加转义符，有些地方不需要添加，会比较混乱。另一方面ASCll码排在前面的一些位置并不是符号能展示出来，列如7号位的响铃。

其实到这里离Base64的产生已经很接近了。如果我们把ASCll码中那些不能展示出来的位置，和一些特殊字符的位置去掉，形成一种新的编码，那就能很好的展示出密文内容了。基础的ASCll码占7个bit位，如果去掉一些，那新的编码格式就用6个bit位好了，。Base64就应运而生了。

当然，上面都是我个人的理解。Base64算法主要最早用于解决电子邮件传输问题。在早期，由于历史问题，电子邮件只允许传输ASCII码字符。当传输非ASCII码时，网关很可能将非ASCII码的二进制位调整，即将非ASCII码的8位二进制的最高位设为0。当用户收到邮件时，可想而知，收到的就是 一份乱码的邮件。

Base64的规则

所谓的Base64，就是64个符号来表示6个bit位的二进制流。这64个符号分别为a-z，A-Z，0-9及+和/。这里有张对照表

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

具体来说，转换方式可以分为四步。

• 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，根据下表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。

举一个具体的实例，演示英语单词Man如何转成Base64编码。

image.png

• 第一步，"M"、"a"、"n"的ASCII值分别是77、97、110，对应的二进制值是01001101、01100001、01101110，将它们连成一个24位的二进制字符串010011010110000101101110。
• 第二步，将这个24位的二进制字符串分成4组，每组6个二进制位：010011、010110、000101、101110。
• 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：00010011、00010110、00000101、00101110。它们的十进制值分别是19、22、5、46。
• 第四步，根据上表，得到每个值对应Base64编码，即T、W、F、u。

因此，Man的Base64编码就是TWFu。

如果字节数不足三，则这样处理：

• 二个字节的情况：将这二个字节的一共16个二进制位，按照上面的规则，转成三组，最后一组除了前面加两个0以外，后面也要加两个0。这样得到一个三位的Base64编码，再在末尾补上一个"="号。
  比如，"Ma"这个字符串是两个字节，可以转化成三组00010011、00010110、00010000以后，对应Base64值分别为T、W、E，再补上一个"="号，因此"Ma"的Base64编码就是TWE=。
• 一个字节的情况：将这一个字节的8个二进制位，按照上面的规则转成二组，最后一组除了前面加二个0以外，后面再加4个0。这样得到一个二位的Base64编码，再在末尾补上两个"="号。
  比如，"M"这个字母是一个字节，可以转化为二组00010011、00010000，对应的Base64值分别为T、Q，再补上二个"="号，因此"M"的Base64编码就是TQ==。