Base64编码简介
| 基本概念 |
|---|
Base64这个术语最初是在“MIME内容传输编码规范”中提出的。Base64不是一种加密算法，虽然编码后的字符串看起来有点加密的赶脚。它实际上是一种“二进制到文本”的编码方法，它能够将给定的任意二进制数据转换（映射）为ASCII字符串的形式，以便在只支持文本的环境中也能够顺利地传输二进制数据。例如支持MIME的电子邮件应用，或需要在XML中存储复杂数据（例如图片）时。
要实现Base64，首先需要选取适当的64个字符组成字符集。一条通用的原则是从某种常用字符集中选取64个可打印字符，这样就能避免在传输过程中丢失数据（不可打印字符在传输过程中可能会被当做特殊字符处理，从而导致丢失）。例如，MIME的Base64实现选用了大写字母、小写字母和0~9的数字作为前62个字符。其他实现通常会沿用MIME的这种方式，而仅仅在最后2个字符上有所不同，例如UTF-7编码。
| 一个例子 |
下面这段文本：
Man is distinguished, not only by his reason, but by this singular passion fromother animals, which is a lust of the mind, that by a perseverance of delightin the continued and indefatigable generation of knowledge, exceeds the shortvehemence of any carnal pleasure.
通过MIME Base64进行转换后就成为：
TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlzIHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2YgdGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGludWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRoZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=
| 转换方法 |
以例子开头的“Man”被转换为“TWFu”为例，我们来看看Base64基本的转换过程：
1. M、a和n的ASCII编码分别为01001101、01100001和01101110，合并后得到一个24位的二进制串010011010110000101101110
2. 按每6位一组将其分为4组：010011、010110、000101、101110
3. 最后按对应关系从字符集中取出4个字符（即T、W、F、u）作为结果（本文后面列出了由MIME定义的字符集）。
Base64的基本思想就是这么简单：它将每3个字节（24位）转换为4个字符。因为6位二进制数可以表示64个不同的数，因此只要确定了字符集（含64个字符），并为其中的每个字符确定一个唯一的编码，就可以通过正向与反向映射将二进制字节转换为Base64编码或反之。
| 补零处理 |
通过不断将每3个字节转换为4个Base64字符之后，最后可能会出现以下3种情况之一：
1. 没有字节剩下
2. 还剩下1个字节
3. 还剩下2个字节
1没什么好说的。后面的2和3该如何处理呢？
遇到这种情况，就需要在剩下的字节后面补零，直到其位数能够被6整除（因为Base64是对每6位进行编码的）。假如还剩下1个字节，即8位，那么需要再补4个0使其成为12位，这样就可以分为2组了；如果剩下2个字节，即16位，那么只需要再补2个0（18位）就可以分成3组了。最后再用普通方法做映射即可。
还原时，依次将每4个字符还原成3个字节，最后会出现3种情况之一：
1. 没有字符剩下
2. 还剩下2个字符
3. 还剩下3个字符
这3种情况与上面的3种情况一一对应，只要对补零的过程反过来处理，就可以原样还原了。
| 填充 |
我们经常会在Base64编码字符串中看到最后有“=”字符，这就是通过填充生成的。填充就是当出现编码时的情况2和3时，在后面补上“=”字符，使编码后的字符数为4的倍数。
所以我们可以很容易地想到，情况2，即还剩下1个字节时，需要补2个“=”，因为此时最后一个字节编码为2个字符，补上2个“=”正好凑够4个。情况3同理，需要补1个“=”。
填充不是必须的，因为无需填充也可以通过编码后的内容计算出缺失的字节。所以在一些实现中填充是必须的，有些却不是。一种必须使用填充的场合是当需要将多个Base64编码文件合并为一个文件的时候。
| 实现（示例） |
下面是一个Base64字符集，它包含大写字母、小写字母和数字，以及“+”和“/”符号。
| 编码 | 字符 | 编码 | 字符 | 编码 | 字符 | 编码 | 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 | / |
利用这个字符集我们可以写一个简单的Base64实现（本文最后附有完整源代码）：
下面这个encode()方法用来将Java字符串转换为字节数组（Base64操作的是字节），然后调用真正的encode()方法完成编码：
1 public String encode(String inputStr, String charset, boolean padding) 2 throws UnsupportedEncodingException { 3 String encodeStr = null; 4 5 byte[] bytes = inputStr.getBytes(charset); 6 encodeStr = encode(bytes, padding); 7 8 return encodeStr; 9 }
encode()方法的核心代码是：
1 for (int i = 0; i < groups; i++) { 2 byte_1 = bytes[3*i] & 0xFF; 3 byte_2 = bytes[3*i+1] & 0xFF; 4 byte_3 = bytes[3*i+2] & 0xFF; 5 6 group_6bit_1 = byte_1 >>> 2; 7 group_6bit_2 = (byte_1 & 0x03) << 4 | byte_2 >>> 4; 8 group_6bit_3 = (byte_2 & 0x0F) << 2 | byte_3 >>> 6; 9 group_6bit_4 = byte_3 & 0x3F; 10 11 sb.append(CHARSET[group_6bit_1]) 12 .append(CHARSET[group_6bit_2]) 13 .append(CHARSET[group_6bit_3]) 14 .append(CHARSET[group_6bit_4]); 15 }
即将每3个字节转换为4个字符。
当然还需要判断最后是否还有剩余的字节，如果有要单独处理：
1 if (tail == 1) { 2 byte_1 = bytes[bytes.length-1] & 0xFF; 3 4 group_6bit_1 = byte_1 >>> 2; 5 group_6bit_2 = (byte_1 & 0x03) << 4; 6 7 sb.append(CHARSET[group_6bit_1]) 8 .append(CHARSET[group_6bit_2]); 9 10 if (padding) { 11 sb.append('=').append('='); 12 } 13 } else if (tail == 2) { 14 byte_1 = bytes[bytes.length-2] & 0xFF; 15 byte_2 = bytes[bytes.length-1] & 0xFF; 16 17 group_6bit_1 = byte_1 >>> 2; 18 group_6bit_2 = (byte_1 & 0x03) << 4 | byte_2 >>> 4; 19 group_6bit_3 = (byte_2 & 0x0F) << 2; 20 21 sb.append(CHARSET[group_6bit_1]) 22 .append(CHARSET[group_6bit_2]) 23 .append(CHARSET[group_6bit_3]); 24 25 if (padding) { 26 sb.append('='); 27 } 28 }
decode过程是类似的，具体请自行查阅完整代码。
| 引申话题：利用Base64加密解密 |
虽然本文的开头就已经提到过，Base64不是一种加密算法，但实际上我们确实可以利用Base64来加密数据。
我们都知道，加密就是将明文变为密文的过程。在这个过程中起关键作用的一是算法，二则是密钥。算法相当于制造工艺或加工过程，而密钥则是配方。制造工艺可以公开，但配方必须保密，否则人人都能生产云南白药了。
容易想到，Base64的配方就是字符集。选用的字符集不同，甚至只是改变一下字符集中字符的顺序（编号），相同的加工过程就会生成不同的Base64编码。
例如，如果不告诉你编码时使用的字符集，你能知道下面的编码对应的原文是什么吗？
- TWl+Im1DImR5sHR5r2tFqXN4pWQ8ImZ/tih/r2BZImJZImx5sChCpWlDrGY8ImJFtihyuSh
Eqm1DInN5r2tFrmlCInhxsHN5rGYwp3J/rSh/tmx1syhxr219oWBDLihHqm1zqih5sChxImB
FsHQwrGowtmx1ImF5r2Q8InR4oXQwo30woShApXJDpXp1s2l+oGUwrGowpmV8qWt4t
ih5ryhEqmUwoGd+tm1+tWV0Iml+pih5r2R1p2lEqWtxo2B1Imt1r2VCoXR5rGYwrGowqGZ
/tGB1pmt1Lih1umN1pWRDInR4pShDqmdCtihGpWx1rWV+oGUwrGowoWZZImNxs2Zxrih
ArmVxsHVCpSY=
既然利用Base64来加密和解密是完全可行的，为什么又说它不是一种加密算法呢？
这是因为：
1. 开发Base64的目的就不是为了加密，而是为了方便在文本环境中传输二进制数据
2. 所以，与开发一个加密算法不同，安全性并不是Base64的目标，只是它的一个副产物。
实际上，Base64的安全性是非常差的，这就是在实际应用中不用它加密的原因。如果你对常用加密方法有所了解的话，你应该知道有一种古老的加密方法，称为“字符替换法”。即指定一个规则，将每个字符用其他字符替换，例如将a变为c、b变为d等，这样替换后生成的结果就是密文。解密时只需要反过来操作，将c变为a、将d变为b就可以了。用不同的替换规则加密，生成的密文也不同。
用Base64来加密实际上就相当于字符替换，只不过它先对字节做了一些变换，然后再进行替换，对加密过程来说，本质上是一样的。
字符替换法虽然简单，但却是一个伟大的发明，它被使用了超过1千年，一直都没有有效的方法来破解它。后来人们终于发现了它的弱点：基于词频和字母频率的统计规律，就能够轻松得到它的密钥。从那以后，加密者与解密者之间的战争从来就没有停歇过，加密者不断发明更复杂更安全的加密算法，解密者则绞尽脑汁去破解它们。
我们现在使用的RSA等非对称加密算法通常基于这样一个前提：大数的质因数分解是极其困难的，目前唯一的方法就是暴力破解。所以现在来看，RSA算法还是很安全的。但难保在将来某一天不会有人发现一种快速分解质因数的方法，那时候RSA等非对称加密算法也会像字符替换法一样变得不再安全，人们就不得不另外寻找新的加密方法喽。
附：源程序
package base64; import java.io.UnsupportedEncodingException; /** * This class provides a simple implementation of Base64 encoding and decoding. * * @author QiaoMingkui * */ public class Base64 { /* * charset */ private static final char[] CHARSET = { 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '+', '/' }; /* * charset used to decode. */ private static final int[] DECODE_CHARSET = new int[128]; static { for (int i=0; i<64; i++) { DECODE_CHARSET[CHARSET[i]] = i; } } /** * A convenient method for encoding Java String, * it uses encode(byte[], boolean) to encode byte array. * * @param inputStr a string to be encoded. * @param charset charset name ("GBK" for example) that is used to convert inputStr into byte array. * @param padding whether using padding characters "=" * @return encoded string * @throws UnsupportedEncodingException if charset is unsupported */ public String encode(String inputStr, String charset, boolean padding) throws UnsupportedEncodingException { String encodeStr = null; byte[] bytes = inputStr.getBytes(charset); encodeStr = encode(bytes, padding); return encodeStr; } /** * Using Base64 to encode bytes. * * @param bytes byte array to be encoded * @param padding whether using padding characters "=" * @return encoded string */ public String encode(byte[] bytes, boolean padding) { // 4 6-bit groups int group_6bit_1, group_6bit_2, group_6bit_3, group_6bit_4; // bytes of a group int byte_1, byte_2, byte_3; // number of 3-byte groups int groups = bytes.length / 3; // at last, there might be 0, 1, or 2 byte(s) remained, // which needs to be encoded individually. int tail = bytes.length % 3; StringBuilder sb = new StringBuilder(groups * 4 + 4); // handle each 3-byte group for (int i = 0; i < groups; i++) { byte_1 = bytes[3*i] & 0xFF; byte_2 = bytes[3*i+1] & 0xFF; byte_3 = bytes[3*i+2] & 0xFF; group_6bit_1 = byte_1 >>> 2; group_6bit_2 = (byte_1 & 0x03) << 4 | byte_2 >>> 4; group_6bit_3 = (byte_2 & 0x0F) << 2 | byte_3 >>> 6; group_6bit_4 = byte_3 & 0x3F; sb.append(CHARSET[group_6bit_1]) .append(CHARSET[group_6bit_2]) .append(CHARSET[group_6bit_3]) .append(CHARSET[group_6bit_4]); } // handle last 1 or 2 byte(s) if (tail == 1) { byte_1 = bytes[bytes.length-1] & 0xFF; group_6bit_1 = byte_1 >>> 2; group_6bit_2 = (byte_1 & 0x03) << 4; sb.append(CHARSET[group_6bit_1]) .append(CHARSET[group_6bit_2]); if (padding) { sb.append('=').append('='); } } else if (tail == 2) { byte_1 = bytes[bytes.length-2] & 0xFF; byte_2 = bytes[bytes.length-1] & 0xFF; group_6bit_1 = byte_1 >>> 2; group_6bit_2 = (byte_1 & 0x03) << 4 | byte_2 >>> 4; group_6bit_3 = (byte_2 & 0x0F) << 2; sb.append(CHARSET[group_6bit_1]) .append(CHARSET[group_6bit_2]) .append(CHARSET[group_6bit_3]); if (padding) { sb.append('='); } } return sb.toString(); } /** * Decode a Base64 string to bytes (byte array). * * @param code Base64 string to be decoded * @return byte array */ public byte[] decode(String code) { char[] chars = code.toCharArray(); int group_6bit_1, group_6bit_2, group_6bit_3, group_6bit_4; int byte_1, byte_2, byte_3; int len = chars.length; // ignore last '='s if (chars[chars.length - 1] == '=') { len--; } if (chars[chars.length - 2] == '=') { len--; } int groups = len / 4; int tail = len % 4; // each group of characters (4 characters) will be converted into 3 bytes, // and last 2 or 3 characters will be converted into 1 or 2 byte(s). byte[] bytes = new byte[groups * 3 + (tail > 0 ? tail - 1 : 0)]; int byteIdx = 0; // decode each group for (int i=0; i<groups; i++) { group_6bit_1 = DECODE_CHARSET[chars[4*i]]; group_6bit_2 = DECODE_CHARSET[chars[4*i + 1]]; group_6bit_3 = DECODE_CHARSET[chars[4*i + 2]]; group_6bit_4 = DECODE_CHARSET[chars[4*i + 3]]; byte_1 = group_6bit_1 << 2 | group_6bit_2 >>> 4; byte_2 = (group_6bit_2 & 0x0F) << 4 | group_6bit_3 >>> 2; byte_3 = (group_6bit_3 & 0x03) << 6 | group_6bit_4; bytes[byteIdx++] = (byte) byte_1; bytes[byteIdx++] = (byte) byte_2; bytes[byteIdx++] = (byte) byte_3; } // decode last 2 or 3 characters if (tail == 2) { group_6bit_1 = DECODE_CHARSET[chars[len - 2]]; group_6bit_2 = DECODE_CHARSET[chars[len - 1]]; byte_1 = group_6bit_1 << 2 | group_6bit_2 >>> 4; bytes[byteIdx] = (byte) byte_1; } else if (tail == 3) { group_6bit_1 = DECODE_CHARSET[chars[len - 3]]; group_6bit_2 = DECODE_CHARSET[chars[len - 2]]; group_6bit_3 = DECODE_CHARSET[chars[len - 1]]; byte_1 = group_6bit_1 << 2 | group_6bit_2 >>> 4; byte_2 = (group_6bit_2 & 0x0F) << 4 | group_6bit_3 >>> 2; bytes[byteIdx++] = (byte) byte_1; bytes[byteIdx] = (byte) byte_2; } return bytes; } /** * Test. * @param args */ public static void main(String[] args) { Base64 base64 = new Base64(); String str = "Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure."; System.out.println(str); try { String encodeStr = base64.encode(str, "GBK", false); System.out.println(encodeStr); byte[] decodeBytes = base64.decode(encodeStr); String decodeStr = new String(decodeBytes, "GBK"); System.out.println(decodeStr); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } } }
