Base64 编码

# 22.Base64 编码

URL 编码是对字符进行编码，表示成 %xx 的形式，而 Base64 编码是对二进制数据进行编码，表示成文本格式。

‍

# 为什么需要 Base64 编码

Base64 编码的目的是把二进制数据变成文本格式，这样在很多文本中就可以处理二进制数据。例如，电子邮件协议就是文本协议，如果要在电子邮件中添加一个二进制文件（比如图片），就可以用 Base64 编码，然后以文本的形式传送。

而且有时候一些路由器等硬件也不兼容二进制，或者一些网络协议不兼容，因此得转为字符形式。

‍

还有的时候，使用文本形式能减少一次 http 请求，提高效率：打开 google 的首页，就能看到某些样式中的图片不是一个资源地址，而是 base64 编码的字符串。通过 base64 来传输图片，然后浏览器解码该 base64，就能得到图片了。

注意：并不是什么图片都适合用 base64 来处理，因为图片越大，转换的 base64 的字符串就越长，对带宽的要求更高了。

‍

# Base64 编码转换规则

Base64 编码可以把任意长度的二进制数据变为纯文本，且只包含 A ~Z，a ~z，0 ~9、+、/、= 这些字符。它的原理是把 3 字节的二进制数据按 6bit 一组，用 4 个 int 整数表示，然后把这个整数作为索引查表，得到对应的字符，最终得到编码后的字符串。

6 位整数的范围总是 0 ~63，所以，能用 64 个字符表示：
字符 A ~Z对应索引 0 ~25，
字符 a ~z对应索引 26 ~51，
字符 0 ~9对应索引 52 ~61，
最后两个索引 62、63分别用字符 +和 /表示。

‍

索引表如下（摘自 RFC2045）：

Table 1: The Base64 Alphabet

索引	对应字符	索引	对应字符	索引	对应字符	索引	对应字符
0	A	17	R	34	i	51	z
1	B	18	S	35	j	52	0
2	C	19	T	36	k	53	1
3	D	20	U	37	l	54	2
4	E	21	V	38	m	55	3
5	F	22	W	39	n	56	4
6	G	23	X	40	o	57	5
7	H	24	Y	41	p	58	6
8	I	25	Z	42	q	59	7
9	J	26	a	43	r	60	8
10	K	27	b	44	s	61	9
11	L	28	c	45	t	62	+
12	M	29	d	46	u	63	/
13	N	30	e	47	v
14	O	31	f	48	w
15	P	32	g	49	x
16	Q	33	h	50	y

‍

举个例子：3 个 byte 数据分别是 e4、b8、ad，按 6bit 分组得到 39、0b、22 和 2d（十六进制下）：

┌───────────────┬───────────────┬───────────────┐
│      e4       │      b8       │      ad       │
└───────────────┴───────────────┴───────────────┘
┌─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┐
│1│1│1│0│0│1│0│0│1│0│1│1│1│0│0│0│1│0│1│0│1│1│0│1│
└─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┘
┌───────────┬───────────┬───────────┬───────────┐
│    39     │    0b     │    22     │    2d     │
└───────────┴───────────┴───────────┴───────────┘

1
2
3
4
5
6
7
8
9

根据查表可得最后的字符是 5Lit 这四个字符。

‍

需要注意的是，根据 ASCII 编码，4 个字符占了 4*8=32 个 bit，比起原始的 bit 位数多了 1/3，传输效率会降低。字符越少，编码的效率就会越低。

如果把 Base64 的 64 个字符编码表换成 32 个、48 个或者 58 个，就可以使用 Base32 编码，Base48 编码和 Base58 编码。

‍

# Java 中的 Base64 编码

Java 提供了不少类来对二进制数据进行 Base64 编码和解码。

例如对上述例子进行编码：

import java.util.Base64;

public class TestBase64{
  public static void main(String[] args) {
    byte[] input = new byte[]{ (byte)0xe4, (byte)0xb8, (byte)0xad};
    String base64Encoded = Base64.getEncoder().encodeToString(input);
    System.out.println(base64Encoded);  //5Lit
  }
}

1
2
3
4
5
6
7
8
9

‍

解码：以补码形式输出结果

    byte[] output = Base64.getDecoder().decode("5Lit");
    System.out.println(Arrays.toString(output));  //[-28, -72, -83]

1
2

‍

# 如果不是 3 的倍数...

如果输入的 byte[] 数组长度不是 3 的整数倍肿么办？这种情况下，需要对输入的末尾补一个或两个 0x00，编码后，在结尾加一个 = 表示补充了 1 个 0x00，加两个 = 表示补充了 2 个 0x00，解码的时候，去掉末尾补充的一个或两个 0x00 即可。

实际上，因为编码后的长度加上 = 总是 4 的倍数，所以即使不加 = 也可以计算出原始输入的 byte[]。Base64 编码的时候可以用 withoutPadding() 去掉 =，解码出来的结果是一样的：

import java.util.Arrays;
import java.util.Base64;

public class TestBase642 {
    public static void main(String[] args) {
        byte[] input = new byte[] { (byte) 0xe4, (byte) 0xb8, (byte) 0xad, 0x21 };
        String b64encoded = Base64.getEncoder().encodeToString(input);
        String b64encoded2 = Base64.getEncoder().withoutPadding().encodeToString(input);
        System.out.println(b64encoded);
        System.out.println(b64encoded2);
        byte[] output = Base64.getDecoder().decode(b64encoded2);
        System.out.println(Arrays.toString(output));
    }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14

‍

运行结果：

5LitIQ==
5LitIQ
[-28, -72, -83, 33]

1
2
3

‍

因为标准的 Base64 编码会出现 +、/ 和 =，所以不适合把 Base64 编码后的字符串放到 URL 中。一种针对 URL 的 Base64 编码可以在 URL 中使用的 Base64 编码，它仅仅是把 + 变成 -，/ 变成 _：

import java.util.Arrays;
import java.util.Base64;

public class TestBase643 {
    public static void main(String[] args) {
        byte[] input = new byte[] { 0x01, 0x02, 0x7f, 0x00 };
        String b64encoded = Base64.getUrlEncoder().encodeToString(input);
        System.out.println(b64encoded);
        byte[] output = Base64.getUrlDecoder().decode(b64encoded);
        System.out.println(Arrays.toString(output));
    }
}