这种编码方式就是我们今天要讲到的Base64编码。

Base64和它的编码原理

Base64是一种将二进制编码格式转换为text编码的一种形式。我们知道二进制编码是0和1的形式，它的单位通常是一个字节，也就是8bits，每个bit表示的是0或者1。

而文本编码的格式有很多种，最早也就是最简单的编码格式就是ASCII编码，ASCII编码的全称是American Standard Code for Information Interchange,也就是美国信息交换标准代码,它主要表示的是常用的一些西欧字符。

ASCII的编码范围是0x00-0x7F,用十进制来表示就是0-127，总共128个字符，刚好是7bits表示的范围。

ASCII编码中包含了33个控制字符和95个可打印的字符,如下所示：

ASCII码			含义	ASCII码			含义
16进制	10进制	2进制		16进制	10进制	2进制
0x00	0	0	NUL 空	0x40	64	1000000	@
0x01	1	1	SOH 标题开始	0x41	65	1000001	A
0x02	2	10	STX 正文开始	0x42	66	1000010	B
0x03	3	11	ETX 正文结束	0x43	67	1000011	C
0x04	4	100	EOT 传输结束	0x44	68	1000100	D
0x05	5	101	ENQ 询问字符	0x45	69	1000101	E
0x06	6	110	ACK 承认	0x46	70	1000110	F
0x07	7	111	BEL 报警	0x47	71	1000111	G
0x08	8	1000	BS 退一格	0x48	72	1001000	H
0x09	9	1001	HT 横向制表	0x49	73	1001001	I
0x0A	10	1010	LF 换行	0x4A	74	1001010	J
0x0B	11	1011	VT 垂直制表	0x4B	75	1001011	K
0x0C	12	1100	FF 走纸控制	0x4C	76	1001100	L
0x0D	13	1101	CR 回车	0x4D	77	1001101	M
0x0E	14	1110	SO 移位输出	0x4E	78	1001110	N
0x0F	15	1111	SI 移位输入	0x4F	79	1001111	O
0x10	16	10000	DLE 数据链路转义	0x50	80	1010000	P
0x11	17	10001	DC1 设备控制1	0x51	81	1010001	Q
0x12	18	10010	DC2 设备控制2	0x52	82	1010010	R
0x13	19	10011	DC3 设备控制3	0x53	83	1010011	S
0x14	20	10100	DC4 设备控制4	0x54	84	1010100	T
0x15	21	10101	NAK 否定	0x55	85	1010101	U
0x16	22	10110	SYN 空转同步	0x56	86	1010110	V
0x17	23	10111	ETB 信息组传送结束	0x57	87	1010111	W
0x18	24	11000	CAN 作废	0x58	88	1011000	X
0x19	25	11001	EM 纸尽	0x59	89	1011001	Y
0x1A	26	11010	SUB 换置	0x5A	90	1011010	Z
0x1B	27	11011	ESC 换码	0x5B	91	1011011	[
0x1C	28	11100	FS 文字分隔符	0x5C	92	1011100
0x1D	29	11101	GS 组分隔符	0x5D	93	1011101	]
0x1E	30	11110	RS 记录分隔符	0x5E	94	1011110	^
0x1F	31	11111	US 单元分隔符	0x5F	95	1011111	_
0x20	32	100000	(space)	0x60	96	1100000	`
0x21	33	100001	！	0x61	97	1100001	a
0x22	34	100010	”	0x62	98	1100010	b
0x23	35	100011	#	0x63	99	1100011	c
0x24	36	100100	$	0x64	100	1100100	d
0x25	37	100101	%	0x65	101	1100101	e
0x26	38	100110	&	0x66	102	1100110	f
0x27	39	100111	‘	0x67	103	1100111	g
0x28	40	101000	(	0x68	104	1101000	h
0x29	41	101001	)	0x69	105	1101001	i
0x2A	42	101010	*	0x6A	106	1101010	j
0x2B	43	101011		0x6B	107	1101011	k
0x2C	44	101100	,	0x6C	108	1101100	l
0x2D	45	101101	–	0x6D	109	1101101	m
0x2E	46	101110	.	0x6E	110	1101110	n
0x2F	47	101111	/	0x6F	111	1101111	o
0x30	48	110000	0	0x70	112	1110000	p
0x31	49	110001	1	0x71	113	1110001	q
0x32	50	110010	2	0x72	114	1110010	r
0x33	51	110011	3	0x73	115	1110011	s
0x34	52	110100	4	0x74	116	1110100	t
0x35	53	110101	5	0x75	117	1110101	u
36	54	110110	6	0x76	118	1110110	v
0x37	55	110111	7	0x77	119	1110111	w
0x38	56	111000	8	0x78	120	1111000	x
0x39	57	111001	9	0x79	121	1111001	y
0x3A	58	111010	:	0x7A	122	1111010	z
0x3B	59	111011	;	0x7B	123	1111011	{
0x3C	60	111100	<	0x7C	124	1111100	\|
0x3D	61	111101	=	0x7D	125	1111101	}
0x3E	62	111110	>	0x7E	126	1111110	~
0x3F	63	111111	?	0x7F	127	1111111	DEL 删除

Base64就是从ASCII编码中挑选出64个字符和二进制一个字节8bits进行映射,这也就是Base64中64的含义。为什么要选择ASCII编码呢？这是因为ASCII编码是最早出现的编码形式，几乎所有的计算机应用都对其完全支持，不会出现数据传输过程中的内容转换，非常的安全。

当然Base64编码也有多种编码形式，比如在MIME中，Base64选择的是A-Z, a-z, 和 0-9 总共62个字符，再加上其他自选的两个字符组成了64个编码字符。

64个字符用二进制表示是6bits,而常用的二进制使用一个字节来表示，也就是8bits，那么问题来了，怎么将8bits的二进制用6bits的Base64字符来表示呢？

很简单，我们只需要将3个8bits连接起来，变成24bits，这样就可以用4个Base64来表示了。

为什么必须对二进制进行转换呢？这是因为互联网中的某些传输协议只支持某些特定的字符集，如果是其他的字符集是不支持的。比如说常用的发送电子邮件的附件。因为SMTP协议最开始设计的时候是支持7 位 ASCII 字符,所以如果要传输文件的话，我们需要对文件进行编码之后再进行传输。

另外Base64的一种用法就是在HTML中将图片嵌入到网页中，从而实现图片的展示。

虽然Base64很好用，但是因为其只能使用6bits的字符映射集，所以会造成数据映射的损失，从而导致二进制文件编码过后文件体积变大的缺点。

Base64的变体

Base64简单点说就是bit到bit之间的映射，那么肯定不止一种映射方式，我们来看下Base64编码方式的各种变体，通常来说前62位基本上是一样的，不同之处在后面两个字符，以及用于填充的字符（这在某些协议中可能是强制性的，或者在其他协议中可能被删除）。

下表是常见的Base64编码的变体：

编码名称	编码字符	编码字符	编码字符
	第62位	第63位	补全符
RFC 1421: Base64 for Privacy-Enhanced Mail (deprecated)		/	=mandatory
RFC 2045: Base64 transfer encoding for MIME		/	=mandatory
RFC 2152: Base64 for UTF-7		/	No
RFC 3501: Base64 encoding for IMAP mailbox names		,	No
RFC 4648: base64 (standard)		/	=optional
RFC 4648: base64url (URL- and filename-safe standard)	-	_	=optional
RFC 4880: Radix-64 for OpenPGP		/	=mandatory

Base64的编码细节

上一节我们讲到了Base64编码的基本原则和一些常见的变体，那么到底是如何进行映射的呢？

本节我们会以Base64的标准形式RFC 4648为例来进行详细的讲解。

RFC 4648选择和/这两个字符作为编码中的第62位和63位，并且选择=作为补全字符。

首先来观察一下RFC 4648的映射表:


索引	二进制	字符	索引	二进制	Char	索引	二进制	Char	索引	二进制	Char
0	000000	A	16	010000	Q	32	100000	g	48	110000	w
1	000001	B	17	010001	R	33	100001	h	49	110001	x
2	000010	C	18	010010	S	34	100010	i	50	110010	y
3	000011	D	19	010011	T	35	100011	j	51	110011	z
4	000100	E	20	010100	U	36	100100	k	52	110100	0
5	000101	F	21	010101	V	37	100101	l	53	110101	1
6	000110	G	22	010110	W	38	100110	m	54	110110	2
7	000111	H	23	010111	X	39	100111	n	55	110111	3
8	001000	I	24	011000	Y	40	101000	o	56	111000	4
9	001001	J	25	011001	Z	41	101001	p	57	111001	5
10	001010	K	26	011010	a	42	101010	q	58	111010	6
11	001011	L	27	011011	b	43	101011	r	59	111011	7
12	001100	M	28	011100	c	44	101100	s	60	111100	8
13	001101	N	29	011101	d	45	101101	t	61	111101	9
14	001110	O	30	011110	e	46	101110	u	62	111110
15	001111	P	31	011111	f	47	101111	v	63	111111	/
补全符	=

我们来以单词man为例，来观察一下Base64的编码流程。

man这个单词在ASCII中分别用77, 97和110表示，转换成为二进制就是01001101, 01100001 和 01101110。

将上面的三个二进制合并在一起就成了：010011010110000101101110, 总共24-bit，从上面的表中选择出对应的字符,所以我们可以得到man经过base64编码之后得到：TWFu。

上面的例子中，man刚好是3个字符，也就是24个bits，可以用base64完整的表示。如果我们只有ma这两个字符，应该怎么进行编码呢？

和上面一样，ma的二进制分别是01001101, 01100001，合并起来就是0100110101100001。

但是上面的bits只有16位，因为一个base64是6bits，所以可以用3个base64来表示，因为原始的bits少了两位，所以用0来补全：

0100110101100001 00 = 010011010110000100。

010011010110000100转换成为base64就是TWE，因为base64编码需要4个字符，所以最后的字符用=来补全，也就是说me经过base64之后变成TWE=。

总结

以上就是Base64的基本含义和转换规则，其实协议很简单，将要转换的数据变成二进制，然后对照转换表格进行转换和补全即可。

本文已收录于 http://www.flydean.com/18-base64-encoding/

最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！

1010101算24点怎么算(用1010101算24点)

Base64和它的编码原理

Base64的变体

Base64的编码细节

总结

友情链接百度权重≥5符合友链交换

联系我们

1010101算24点怎么算(用1010101算24点)

Base64和它的编码原理

Base64的变体

Base64的编码细节

总结

相关推荐

友情链接 百度权重≥5符合友链交换

联系我们

友情链接百度权重≥5符合友链交换