Base64编码探究

目录

• 1. 概念
• 2. 官方规范
• 3. Base64字母表
• 4. 原理
• 5. 应用
• 6. JavaScript实现

概念

　　Base64编码是网络传输中的一种常见编码方式。可用于传输任意的8bit(字节Byte)数据，经过编码后的数据不是直接可读的，但也由此保证了一定的安全性和很好的可移植性。这种编解码的算法十分简单，编码后的数据大小仅增加三分之一左右(原因后续讲到)，因而不会对传输造成过大压力。
　　我们需要明确的概念是，Base64编码本质上是将二进制数据编码为文本字符。而这些二进制数据的来源则可能有很多，比如：

• 本来就是二进制数据
• 本来是英文字母或数字，则有对应的ASCII编码，ASCII表一般会表示为十进制和十六进制的值，自然也有对应的二进制值
• 本来是汉字，可能是多种编码得到的，比如采用UTF-8编码得到，则该汉字的UTF-8编码的值可以用二进制表示
• …

上述各种类型的文本转换为二进制后，就可以使用Base64进行编码了。

---

官方规范

　　Base64编码是作为MIME多用途互联网邮件扩展标准的一部分进行开发的。MIME RFC 2045的6.8节详细介绍了这种编码方式，参见http://www.ietf.org/rfc/rfc2045.txt.pdf，这是Base64编码的官方规范。

---

Base64字母表

由名字也可以看出，Base64编码将任意字符转换为用下表64个字符(中的某些)进行表示(具体原理稍候分析)。

图中最后的(pad) =是Base64编码中使用的填充字符，用于补足，在后面的原理分析中会看到。

---

原理

　　之前已经提到过Base64编码是对“字节数据”做处理。一个字节是8bit，也就是8个二进制位。假设现在有一个英文字符串，每个字符由1个字节（8bit）构成，则对应了一个字节序列。Base64编码将这些8位的字节序列拆分成多个6位的片段，计算这个6位二进制数对应的十进制值，根据该十进制值查Base64字母表，使用表中的字符指代该片段。（2^6=64,64种符号刚好可以表示6位二进制数的全部情况。）下面展示了一个具体的例子：

　　通过这样的分析，我们也就可以知道为什么Base64编码字符串比原始字符串扩大约三分之一：原来一个字符用8位表示，现在6位就代表一个字符，所以扩大(8-6)/6=1/3。
　　
　　还有一个问题需要考虑：8位的字节序列不一定总能分割成整数个6位的片段。这时候，为了正常编码，就要在原序列末尾补足，使得序列长度成为24的倍数（6,8的最小公倍数）：

• 如果要进行补足的6位片段中包含原序列的位，则使用0补足，构成的6位二进制数按照正常情况进行查表得出对应的编码字符。
• 如果要进行补足的6位片段中包含原序列的位（即这个片段的6位都是用来补足的，并不含原数据），则这个片段编码为填充字符=
  如下示例：
  

---

应用

Base64编码有很广泛的应用：

1. 用户输入文本数据可通过Base64编码打包后作为HTTP首部字段的值发送给服务端

2. HTML5的FileAPI进行文件读取的示例如下：

   // 读取文件:
   var reader = new FileReader();
   reader.onload = function(e) {
       var data = e.target.result; 
       preview.style.backgroundImage = "url(" + data + ")";
       preview.style.backgroundSize ='300px 200px';
   };

其中变量data保存的是’image/jpeg;base64,/9j/4AAQSk……’这就是典型的Base64编码。编码值作为url()方法的参数去设置background-image。

注：url()方法不仅可以接受文件路径作为参数，也可以传入上述的这种data类型url，主要有以下几种：
data:,<文本数据>
data:text/plain,<文本数据>
data:text/html,
data:text/html;base64,
data:text/css,
data:text/css;base64,
data:text/javascript,
data:text/javascript;base64,
data:image/gif;base64,base64编码的gif图片数据
data:image/png;base64,base64编码的png图片数据
data:image/jpeg;base64,base64编码的jpeg图片数据
data:image/x-icon;base64,base64编码的icon图片数据

3.上面提到过，Base64编码是作为邮件协议进行开发的。电子邮件一般使用SMTP协议将邮件从客户端发往服务端，使用POP3或者IMAP从服务端获取邮件。最初SMTP协议基于纯ASCII文本，对二进制数据（文件）支持不好，为了解决这个问题，有了base64编码，即对二进制数据进行编码得到ASCII串使其能够正常通过SMTP协议进行传输。Content-Transfer-Encoding: base64表示附件文件内容使用base64编码后传输。

4.HTTP请求需要携带参数，比如GET方法是直接在url中进行参数拼接，这些可能需要转换为适合通过HTTP进行传输的数据，这就可以使用Base64编码。但是，经过Base64编码得到的文本中会包含+ /这样的符号，而这些会在URL编码时被转义，因此还有一些变种的Base64编码，比如它不仅在末尾填充’=’号，并将标准Base64中的“+”和“/”分别改成了“-”和“_”，这样就免去了在URL编解码和数据库存储时所要作的转换。

---

JavaScript实现

　　使用原生js的实现比较麻烦，这里推荐一个类库js-base64。