Base64 编码的原理与实现

发表于 分类于 阅读次数： Disqus：

在数据传输的时候，并不是所有的字符都可以受到支持，很多时候只能传输可见字符，对于不可见字符的传输需要经过特殊处理，这就是 Base64 产生的原因。Base64 编码是一种基于 64 个可打印字符来表示二进制数据的表示方法。由于，所以每 6 个比特为一个单元，对应某个可打印字符。3 个字节有 24 个比特，对应于 4 个 Base64 单元，即 3 个字节可由 4 个可打印字符来表示。在 Base64 中的可打印字符包括字母 A-Z、a-z、数字 0-9，这样共有 62 个字符，此外两个可打印符号在不同的系统中而不同。一些如 uuencode 的其他编码方法，和之后 BinHex 的版本使用不同的 64 字符集来代表 6 个二进制数字，但是不被称为 Base64。
Base64 常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括 MIME 的电子邮件及 XML 的一些复杂数据。用 Base64 编码图片也是互联网上常见的做法。

Base64 的字符索引如下表所示：

数值 字符 数值 字符 数值 字符 数值 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 /

这是一个根据上表进行编码的例子：

如果要编码的字节数不能被 3 整除，最后会多出 1 个或 2 个字节，那么可以使用下面的方法进行处理：先使用 0 字节值在末尾补足，使其能够被 3 整除，然后再进行 Base64 的编码。在编码后的 Base64 文本后加上一个或两个 = 号，代表补足的字节数。也就是说，当最后剩余两个八位字节（2 个 byte）时，最后一个 6 位的 Base64 字节块有四位是 0 值，最后附加上两个等号；如果最后剩余一个八位字节（1 个 byte）时，最后一个 6 位的 Base 字节块有两位是 0 值，最后附加一个等号。可以参考下面的例子：

这是一个用 Python 实现 Base64 编码的脚本：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
#!/usr/bin/env python3

def myBase64Encode(preCoding):
    charTable = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/' #字符表

    if len(preCoding) < 0:
        return '' #字符串为空则返回空
    lackCharNums = 3 - len(preCoding) % 3
    if lackCharNums == 3:
        lackCharNums = 0 #整除说明不缺字符
    #待转换字符不是3的倍数的情况补全它
    for i in range(lackCharNums):
        preCoding = preCoding + b'\x00'
    result = '' #用于保存最终结果的str数据
    rp = '' #处理补全字符时的暂存变量
    #每三个字符处理一轮
    for i in range(len(preCoding) // 3):
        threeChar = preCoding[i * 3 : i * 3 + 3] #取三个字符出来
        tCode = '' #用于存放三个字符拼接后的二进制数值 文本形式
        pCode = '' #暂存变量
        for j in range(3):
            pCode = bin(threeChar[j])[2 :] #把省略的0补上
            lackZeroNums = 8 - len(pCode) #省略的0的个数
            for x in range(lackZeroNums):
                pCode = '0' + pCode
            tCode = tCode + pCode
        pCode = ''
        for j in range(4): #每6位一个字符
            pCode = tCode[j * 6 : j * 6 + 6]
            rp = rp + charTable[int(pCode, 2)]
        #处理补全的00字符
        result = rp[: len(rp) - lackCharNums]
        for j in range(lackCharNums):
            result = result + '='
    return bytes(result, encoding = "utf-8")

def myBase64Decode(encodedBin):
    charTable = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/' #字符表

    #如果字符不是4的倍数 返回空
    if not len(encodedBin) % 4 == 0 :
        return ''

    tCode = '' #用于存放最终的二进制文本字符串
    pCpde = '' #暂存变量
    #遍历encodedBin每一个字符
    for i in encodedBin:
        for j in range(len(charTable)): #找到表中对应坐标
            if chr(i) == charTable[j]:
                pCode = bin(j)[2 :] #转二进制去除开头的0b
                lackZeroNums = 6 - len(pCode) #省略的0的个数
                for x in range(lackZeroNums):
                    pCode = '0' + pCode
                tCode = tCode + pCode
    pCode = ''
    result = '' #储存最终结果
    for i in range(len(tCode) // 8):
        pCode = tCode[i * 8 : i * 8 + 8]
        result = result + chr(int(pCode, 2))
    return bytes(result, encoding = "utf-8")

print(myBase64Encode(b"helloworld"))
print(myBase64Decode(b"aGVsbG93b3JsZA=="))

浏览器中可以直接调用相关的 API：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>文件base64——直接拖进来</title>
</head>
<style>
body {
    word-break: break-all;
}
</style>
<body>
<script>
window.addEventListener("dragenter", function(event) {
    event.preventDefault();
}, false);
window.addEventListener("dragover", function(event) {
    event.preventDefault();
}, false);
window.addEventListener("drop", function(event) {
    const reader = new FileReader();
    reader.onload = function(e) {
        document.body.insertAdjacentHTML("afterBegin", "<p>" + e.target.result + "</p>");
        //base64 encoded file data!
    };
    reader.readAsDataURL(event.dataTransfer.files[0]);
    event.preventDefault();
}, false);
</script>
</body>
</html>

这是加载 Base64 编码的图片的方法。这可以将图片硬编码到网页中。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Base64 Encode编码实现1x1px透明(黑白)图片</title>
<style>
body {
    text-align: center;
}
</style>
</head>
<body>
<h1>以下是透明图片</h1>
<img src="data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7" width="500" height="100">
<h1>以下是黑色图片</h1>
<img src="data:image/gif;base64,R0lGODlhAQABAIAAAAUEBAAAACwAAAAAAQABAAACAkQBADs=" width="500" height="100">
</body>
</html>

拓展阅读：
Base64 - 维基百科