Base64编码及解码原理

所谓 Base64，就是说选出64个字符（小写字母a-z、大写字母A-Z、数字0-9、符号"+"、符号”/“、再加上作为垫底的”=“，实际上是65个字符）作为一个基本字符集。然后其他所有符号都转换成这个字符集中的字符。

# Java11 中对应的普通编码
private static final char[] toBase64 = {
    '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', '+', '/'
};
 
# Java11 中对应的URL编码
private static final char[] toBase64URL = {
    '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', '-', '_'
};

 

具体来说，转换方式可以分为四步：

1. 将每三个字节作为一组，一共是24个二进制位（三个字节）。
2. 将这24个二进制为分为四组，每组有6个二进制位。
3. 在每组前面加上两个00，扩展成32个二进制位，即四个字节。
4. 计算四个字节中每个字节对应的十进制的值。
5. 用十进制的值作为下标，根据上面的编码表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。

 

一、编码过程详解

演示字符串”Who“如何转为Base64编码。

注：图中省略了给 6个二进制位加上两个0的过程。

步骤：

1. ”W“、”h“、”o“的ASCII的值分别是87、104、111，对应的二进制值是01010111、01101000、01101111，将它们连成一个24位的二进制字符串010101110110100001101111。
2. 将这个24位的二进制字符串分成4组，每组6个二进制位：010101、110110、100001、101111。
3. 在每组前面加两个00，扩展成32个二进制位，即四个字节：00010101、00110110、00100001、00101111，它们的十进制值分别是21、54、33、47。
4. 根据上面定义的char数组（变量toBase64），得到21、54、33、47下标对应的字符分别是V、2、h、v。

 

即 Who 的 Base64 编码是 V2hv。

 

二、字节数不足三怎么办

1、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两组，最后一组除了前面加两个0以外，后面再加两个0，这样得到一个两位的Base64编码，再在末尾补上两个”=“号。

如：”W“字符串是一个字节，可以转化为两组：00010101、00110000，对应的Base64值分别为 V、w，再补上两个”=“号，即”W“的Base64编码就是 Vw==。

2、两个字节的情况

将这两个字节的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。

如：”Wh“字符串是两个字节，可以转化为三组：00010101、00110110、00100000，对应的Base64值分别为 V、2、g，再补上一个”=“号，即”Wh“的Base64编码就是 V2g=。

 

三、汉字如何编码

汉字本身有很多编码，比如：GB2312、UTF-8、GBK等，每一种编码的Base64编码都是不一样的。下面以 UTF-8 编码为例，对汉字”吴“进行Base64编码。

 

”吴“的UTF-8编码为的十六进制是 0xE590B4（对应的十进制是 15044788），转化为二进制是 11100101、10010000、10110100。将这个24位的二进制字符串，转换成四组一共32位的二进制值是 00111001、00011001、00000010、00110100，相应的十进制数为 57、25、2、52，它们对应的Base64值为 5、Z、C、0。

 

即：”吴“的Base64值就是 5ZC0。