Base64 简单算法讲解

最近传输少量二进制文件使用到 Base64,虽然它不是很新鲜的东西、实现上已经有很多函数库,但是了解其原理后突然想到有两种实现方法,记录下来

介绍

当我们使用记事本打开 exe 等二进制(字节)文件是,看到的是一串串乱码,这是因为二进制文件包含很多无法显示的字符,为了实现可视化,就有了 Base64。Base64 是一种使用 64 个字符表示任意二进制数据的方法。

原理

其实它的原理很简单,首先,有一张长度为 64 的字符表:

码值 字符
0 A
... ...
25 Z
26 a
... ...
51 z
52 0
... ...
61 9
62 +
63 /

然后,从文件或者其他途径得到二进制数组,其次,取每 3 个字节为一组,每组长度为 3 * 8 = 24(Bit),再将这 24 个比特分为 4 组,每组为 24 / 4 = 6 (Bit),这样每组可用长度为 6 个比特位的字节最高只能表示十进制数 63 (二进制 0011 1111),符合上面的编码表长度,这个 4 组分别得到 4 个数字。

最后,根据这个 4 个数字作为索引查表,按顺序拼接得到一串字符。

原始的二进制数组如果最后不是 3 的倍数,则用 0x00 补足,并在编码后使用 12= 符号表示补了 120x00 字节。

编码实现(encode)

想到实现的方法有两种,原理都是对字节的位运算:

  • 最先想到最靠近长度为 3 个字节的类型是 int 整型,所以可以先 3 个字节组成长度为 4 个字节的 int 型(高位字节补 0x00),然后,对这个整型(假设为 x)进行操作:
    • 第一个字符索引值:(x >> 18) & 0x3F
    • 第二个字符索引值:(x >> 12) & 0x3F
    • 第三个字符索引值:(x >> 6) & 0x3F
    • 第四个字符索引值:x & 0x3F
  • 第二种直接取 3 个字节进行操作(分别设为 x1x2x3):
    • 第一个字符索引值:x1 >> 2
    • 第二个字符索引值:(t1 << 4 | t2 >> 4) & 0x3f
    • 第三个字符索引值:(t2 << 2 | t3 >> 6) & 0x3f
    • 第四个字符索引值:x3 & 0x3f

最后还要处理长度不是 3 倍数的情况,当多出 1 个字节时,取该字节高 6 位作为第一个字符索引值,取低 2 位左移 4 位作为高 2 位作为第二个索引值(有点绕,代码表示 (t << 4) & 0x3F);当多出 2 个字节时,取第一个字节高 6 位作为第一个字符索引值,取第一个字节低 2 位左移 4 位并与第二个字节高 4 位 “或” 运算作为第二个字符索引值,取第二个字节高 4 位作为第三个字符索引值。

  • 第一种方法:
public static String myEncodeToString(byte[] src) {
    ... ...

    int di = 0;
    int outl = src.length % 3;
    int sl = src.length / 3 * 3;
    // 如果不足3的倍数,补零
    if (outl != 0) {
        byte[] temp = src;
        src = new byte[temp.length + (3 - outl)];
        for (int i = 0; i < src.length; i++) {
            if (i < temp.length)
                src[i] = temp[i];
        }
    }
        
    // 根据第一种算法,先组成整型,再进行位运算
    StringBuilder strBuilder = new StringBuilder();
    for (int i = 0; i < sl; i += 3) {
        int temp = ((src[di++] & 0xFF) << 16) 
                | ((src[di++] & 0xFF) << 8) 
                | (src[di++] & 0xFF);
        strBuilder.append(toBase64[(temp >> 18) & 0x3F]);
        strBuilder.append(toBase64[(temp >> 12) & 0x3F]);
        strBuilder.append(toBase64[(temp >> 6) & 0x3F]);
        strBuilder.append(toBase64[(temp & 0x3F)]); 
    }
        
    // 当不是3倍数时,处理补零换等号,以及
    if (outl != 0) {
        int t0 = src[di++] & 0xFF;
        strBuilder.append(toBase64[t0 >> 2]);
        if (outl == 1) {
            strBuilder.append(toBase64[(t0 << 4) & 0x3F]);
        } else {
            int t1 = src[di++] & 0xFF;
            strBuilder.append(toBase64[(t0 << 4) & 0x3F | (t1 >> 4) & 0x3F]);
            strBuilder.append(toBase64[(t1 << 4) & 0x3F]);
        }
        for (int i = 0; i < 3 - outl; i++) {
            strBuilder.append('=');
        }
    }       
    return strBuilder.toString();
}
  • 第二种方法:(直接替换掉中间的代码)
... ...
StringBuilder strBuilder = new StringBuilder();
for (int i = 0; i < sl; i += 3) {
    int t1 = src[di++] & 0xFF;
    int t2 = src[di++] & 0xFF;
    int t3 = src[di++] & 0xFF;
            
    strBuilder.append(toBase64[t1 >> 2]);
    strBuilder.append(toBase64[(t1 << 4 | t2 >> 4) & 0x3F]);
    strBuilder.append(toBase64[(t2 << 2 | t3 >> 6) & 0x3F]);
    strBuilder.append(toBase64[t3 & 0x3F]);
}
... ...

注意:由于标准的 Base64 编码后可能出现字符 +/,在 URL 中就不能直接作为参数,所以又有一种"url safe"的 base64 编码,其实就是把字符 +/ 分别变成 -_。这里主要是看看实现算法,就不讲 url safe 了。

解码(decode)

解码其实就是编码逆推过来,不过需要注意编码后的 = 有可能是去除掉的,因为这会与 URL、Cookie 里面会造成歧义,因此需要判断解码串长度是否为 4 的倍数,不够补 = 号。具体的实现看看 Java 源码里就有了,毕竟这种开源实现很多,实际开发中不需要我们自己再造轮子。

PS:不懂的,拿笔纸举例子画画就懂了。还不懂可以留言或者私我。

推荐阅读更多精彩内容

  • 第2章 基本语法 2.1 概述 基本句法和变量 语句 JavaScript程序的执行单位为行(line),也就是一...
    枫叶appiosg阅读 2,405评论 0 12
  • 想来想去终于决定写一个关于计算机字符编码的笔记了( 应该说终于愿意去学了..(๑•ᴗ•๑)), 原本的目的只是搞清...
    Justin13阅读 1,048评论 1 11
  • 一、学经汇报: 学经日期:2017年3月20日 星期一 阴 宝贝年龄:8岁 学经周期:3年 学经人员:茹茹 茹爸 ...
    悦2017137阅读 52评论 2 6
  • 你我邂逅在 晨阳的跑道上 落日余晖映出你眸子 若隐若现 从此黯淡失色的时光惊艳一生 慢慢的萌芽 静静的开花 抓不住...
    思颜_岚阅读 149评论 0 5
  • 第九课 师说 韩愈笔下的文章被誉为“文起八代之衰”,更有人说,如果你要想学写文章,学透一本《昌黎先生集》即可。韩愈...
    田源ty阅读 127评论 0 1