首页 > 代码库 > Base64编码简介
Base64编码简介
本文介绍基于rfc4648的Base64编码格式，rfc4648介绍了Base64/32/16编码机制，同时废止了rfc3548。相关的资料和标准有：rfc2045定义了MIME中的Base64传输编码，rfc4880定义了OpenPGP中使用的Radix-64编码。
Base64使用64个通用的可打印字符来存储和表示二进制字数据，同时也可以进行简单的加密，生成不可读文本。Base64字符集包括大、小写英文字母，阿拉伯数字0-9，以及"+"和"/"，以及作后缀填充的"="共计65个字符，其中编码时只使用前64个。如何使用这64个字符来表示二进制数据呢？这就需要在十进制的0到63以及使用的64个字符之间建立一一对应关系。具体的映射是将十进制的0到63依次与"A-Z", "a-z", "0-9", "+", "/"一一对应。在计算机中64种可能只需要6bits就能表达（26=64），因此Base64表示法实质上是以6bits为单位，使用规定的通用字符集来表示和存储二进制数据。
计算机中的数据是以字节为单位的，且8bits = 1byte。Base64中使用6bits表示一个字符，这就导致了计算机中的三个字节（8bits*3）在经过Base64编码后将变成四个字符（6bits*4），转码后的Base64字符串将比原数据长大约三分之一。Base64的转码方法也正是围绕这样的换算关系展开。
转码时只需使用一个24bits的缓冲区，依次从原数据中读入三个字节的数据，再每次从缓冲中取6bits转化成Base64字符输出。当原始数据的长度恰好为3bytes的整数倍时，直接转码。当读取到原始数据的末尾剩余数据不足3字节时，在原始二进制码末尾补0直到恰好是6bits的倍数，这时，第65个字符"="就派上用场了。如果原始文本刚好是3字节的整数倍，转码后不需要在Base64编码末尾添加任何后缀；如果最后剩余两字节，则在转码后的字串末尾添加一个"="，如果最后剩余一字节，则在转码后的字符串末尾添加两个"="。这个过程可以用下面的图表示。
情形一：文本长度刚好是3字节的整数倍
| 原文本（单位：字节） | M | a | n | |||||||||||||||||||||
| 二进制数据 | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 1 | 0 |
| 二进制数据（补0） | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 1 | 0 |
| Base64编码 | T | W | F | u | ||||||||||||||||||||
此时转码后的字串将为：TWFu
情形二：文本比3字节的整数倍多2字节
原文本（单位：字节） | M | a | ||||||||||||||||||||||
二进制数据 | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | ||||||||
二进制数据（补0后） | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | ||||||
Base64编码 | T | W | E | |||||||||||||||||||||
此时转码后的字串将为：TWE=
情形三：文本比3字节的整数倍多1字节
原文本（单位：字节） | M | |||||||||||||||||||||||
二进制数据 | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | ||||||||||||||||
二进制数据（补0后） | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | ||||||||||||
Base64编码 | T | Q | ||||||||||||||||||||||
此时转码后的字串将为：TQ==
经过上面规则编码后的字串解码也非常简单。不难发现，由于每一填充符"="代表二进制源码末尾添加了2bits的0，Base64编码后字串的长度将是4的整数倍，根据末尾"="的个数计算编码过程中补0的个数，就可以正常解码。另外，在电子邮件中，每行不能容纳超过76个字符，解析时注意忽略回车符。