Base64浅析

目录

Base64是什么

Base64 是一种基于64个可打印字符来表示二进制数据的编码方法。它将每6个比特（bit）作为一个单元，对应码表中的一个可打印字符。根据这个规则，3个字节（24比特）的数据恰好可以由4个Base64字符来表示。

需要特别注意的是，Base64是一种编码（Encoding）方式，而不是加密（Encryption）算法，因此不具备任何保密性。

注：一个标准的ASCII字符由1个字节（8比特）表示。

为什么要使用Base64（应用场景）

你可能会问，既然会增大体积，为什么还需要Base64呢？

这是因为在网络传输中，有些协议或环境只支持传输文本字符（如ASCII字符）。当需要传输图片、音频等二进制数据时，直接传输可能会导致数据损坏或解析错误。将二进制数据编码为纯文本的Base64格式，可以确保数据在任何文本环境中都能被安全、正确地传输。

常见应用场景包括：

  • Data URI：在HTML或CSS中直接嵌入图片等小型二进制资源。
  • 电子邮件（MIME）：在邮件中附加二进制文件。
  • Web API：在JSON或XML这类基于文本的格式中包含二进制内容。

Base64的编码原理

Base64的编码过程可以分为以下几个步骤：

  1. 分组：将原始二进制数据每3个字节（24比特）作为一大组。
  2. 拆分：将这个24比特的大组拆分为4个小组，每个小组6个比特。
  3. 查表：将每个6比特的小组转换成十进制数，这个数就是其在Base64码表中的索引。根据索引找到对应的字符。
  4. 拼接：将得到的4个字符拼接起来，即为编码后的结果。

Base64码表

Base64使用的64个字符包括：A-Z、a-z、0-9、+ 和 /。

索引 字符 索引 字符 索引 字符 索引 字符
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 /

关于填充字符"="

当原始数据的字节数不是3的整数倍时，编码到最后会剩下1或2个字节。此时就需要用 =作为填充字符，以确保最终的Base64字符串长度是4的倍数。

  • 剩下1个字节：在其二进制（8比特）后补 0000，凑成12比特，然后拆分为两个6比特的小组进行编码，最后在结果末尾补充两个 =。
  • 剩下2个字节：在其二进制（16比特）后补 00，凑成18比特，然后拆分为三个6比特的小组进行编码，最后在结果末尾补充一个 =。

例如：

  • 0neqiu（6字节）编码为 MG5lcWl1 (8字符，无需填充)。
  • 0neqi（5字节）编码为 MG5lcWk= (8字符，填充一个=)。

Base64 Data URI格式

在Web开发中，有时会看到形如下方的Base64字符串：

1
data:image/jpeg;base64,/9j/4AA...

这被称为Data URI。它允许将数据（如此处的JPEG图片）直接嵌入到网页文档中。浏览器可以直接解析并显示它。

需要注意的是，data:image/jpeg;base64,这部分是头部信息，并非Base64内容本身。如果你需要提取原始的Base64编码，应当只取逗号 ,之后的部分。

总结

  • 是什么：Base64是一种将二进制数据转换为文本字符的编码方案。
  • 为什么用：为了在只支持文本的环境中安全地传输二进制数据。
  • 如何工作：将每3个字节（24比特）的数据转换为4个可打印字符。
  • 特点：编码后的数据体积会增大约33%，它不是加密算法。
  • 填充：当原始数据长度不是3的倍数时，使用 =进行填充。

引用文章:

让你彻底理解Base64算法（Base64是什么，Base64解决什么问题，Base64字符串末尾的=是什么） - 知乎

什么是Base64算法？——全网最详细讲解