base64

定义

百度百科对base64的定义：Base64是网络上最常见的用于传输8Bit字节码的编码方式之一，Base64就是一种基于64个可打印字符来表示二进制数据的方法。

传输数据为什么需要编码？数据在网络中传输一定是以字节码形式传输的，A端发送数据data给B端，由于A发送的是字符数据，在进行网络传输前数据必须被编码成字节数据，这就涉及到编码问题。

为什么要将字节码编码成64个可打印字符进行传输？编码也是有讲究的，在有些文本传输协议中，如果直接将字符完整编码为对应的字节序列就可能出现问题，因为编码出来的字节序列中可能存在文本传输协议的控制信息，这样就会破坏应用层协议传输数据。出现这种问题的根源在于编码后的字节中出现了不可见字符(128-255的asc码)，如果能够将字符全部编码为可见字符（字母、符号），这种问题就可以得到解决，Base64就这样的一种编码方式。

 

编码逻辑

Base64顾名思义就只有64个字符，产生64个字符就需要6bit，而一个字节是8bit，故需要对原字节拆分。如下图，3个字节正好可以拆分成4组6bit，再将每组6bit的高2位补0，就产生了新的8bit字节，新字节一定是可见字符(0-63的asc码)。如果字节数不能被正好拆分，比如1个字节，就需要使用=来占位（=只可能是0个、1个或2个，=也是可见字符，所以是安全的。之所以要补充=，猜测是因为base64在解码时是4个字节一组进行解码的，所以才必须补全）。

 

base64的64个字符是['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']

 

Example

“abcd”的字节序列

01100001  01100010  01100011  01100100 

Base64编码后

00011000  00010110  00001001  00100011  00011001  00000000

对照Base64字符集

YWJjZA

补=

YWJjZA==

 

HTTP中的编码

之前提到base64适合在文本传输协议中传输二进制数据，http属于典型的文本传输协议，http中有必要使用base64吗？

我们可以通过http上传文件，来看http是如何处理文件上传的。

在上传图片、文件等二进制数据时，http请求大致是下面的格式：

POST /t2/upload.do HTTP/1.1
User-Agent: xyz
Accept-Language: zh-cn,zh;q=0.5
Accept-Charset: GBK,utf-8;q=0.7,*;q=0.7
Connection: keep-alive
Content-Length: 60408
Content-Type:multipart/form-data; boundary=ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC
Host: www.xyz.com
 
--ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC
Content-Disposition: form-data;name="desc"
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
 
name=zhang3
--ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC
Content-Disposition: form-data;name="pic"; filename="photo.jpg"
Content-Type: application/octet-stream
Content-Transfer-Encoding: binary
 
[图片二进制数据]
--ZnGpDtePMx0KrHh_G0X99Yef9r8JZsRJSXC--

可以发现，http传输图片、文件时并不需要base64编码，因为其对这类二进制数据有专门的协议约束（application/octet-stream、boundary），此时即便存在不可见字符，也不会威胁到协议本身（当然可以手动进行base64编码）。 

是不是说http就不需要编码了呢？文本传输都需要编码字符序列，http在传输参数时会使用url编码，其实就是%+utf-8编码的十六进制，由于%的存在（可见字符），其仍然是安全的。

 

 

附：自己实现的base64编码，使用3字节一组进行编码应该会好些。

    public class Base64Encoder {
        private byte[] bytes;
        private static Map<Byte, Character> base64;
        static {
            base64 = new HashMap<>();
            int i = 0;
            for(; i<26; i++) {
                base64.put((byte) i, Character.valueOf((char) ('A' + i)));
            }
            for(; i<52; i++) {
                base64.put((byte) i, Character.valueOf((char) ('a' + i-26)));
            }
            base64.put((byte) i++, '+');
            base64.put((byte) i, '/');
        }

        public Base64Encoder(String s, Charset charset) {
            bytes = s.getBytes(charset);
        }
        public char[] toBase64() {
            int length = bytes.length;
            char[] base64Chars = new char[(length % 3 == 0 ? length / 3 * 4 : (length / 3 * 4 + 4))];
            for(int i=0; i<length; i++) {
                base64Chars[i] = nextBase64Char(i);
            }
            return base64Chars;
        }

        /**
         * 产生bytes中索引为i的base64字符，
         * @param i
         * @return
         */
        private char nextBase64Char(int i) {
            i = i*6;
            int index = i/8;
            int offset = i%8;
            Character c;
            if (index < bytes.length) {
                byte b = nextBase64Byte(index, offset);
                System.out.print(Integer.toBinaryString(b) + " ");
                c = base64.get(b);
            }else {
                c = '=';
            }
            return c;
        }

        /**
         * 从bytes中得到索引为index，偏移量为offset的base64字节
         * @param index
         * @param offset
         * @return
         */
        private byte nextBase64Byte(int index, int offset) {
            byte b = bytes[index];
            byte result = 0;
            b = (byte) (b<<offset);
            b = (byte) ((0xFF&b)>>>2);
            if (offset <= 2) {
                return b;
            }
            result |= b;
            if (++index < bytes.length) {
                b = bytes[index];
                result |= (0xFF&b) >>> (10 - offset);
            }
            return result;
        }
    }