浅谈Base64编码的原理

**

为什么会有Base64编码？

**
大家都知道，计算机最常用的存储方式都是用ASCII编码存储，然而有些情况下用ASCII编码来交换数据会造成错误，特别是ASCII中的控制字符，例如BS（退格），BEL（响铃）等，这些控制字符都是表示，当计算机碰到这些字符的时候要做出相应的动作，并不是普通的可打印字符。

而数据交换的过程中，每个路由对数据的处理并不完全一样，这些不可见的控制字符就很有可能被处理错误，于是，Base64编码就出现了。

**

Base64编码的组成形式

**
Base64编码是有64位可打印字符组成（a-z,A-Z,0-9,+,/）,每个字符对应0-63中的一个十进制数字，由于只有64位字符，所以只需要6Bit（6位）就可以表示，但正常的一个字节会有8Bit（8位），因此需要在高位补0，所以Base64编码实际上就是00XXXXXX的形式表示，后六位的X才是有效数据。

**

Base64编码的编码原理

**
我们先想一下，1字节的ASCII编码是8Bit的有效长度，而1字节的Base64编码只有6Bit的有效长度，所以转换为Base64编码肯定是会造成浪费的，因此我们要找到最节约资源的方式——找6和8的最小公倍数，24。因此我们可以把3个字节（24Bit）的ASCII编码当成一组，分成4组，每组6Bit，然后高位补0（简单来说就是3*8=4*6）。

举个例子，ABC对应的ASCII编码是：
十进制 65 66 67
二进制 0100 0001 0100 0010 0100 0011
一组8Bit，3组为单位，分成一组6Bit，4组为单位：
010000 010100 001001 000011
高位补0：00010000 00010100 00001001 00000011
即：16 20 9 34
根据Base64编码表可以得出：16,20,9,34对应的是QUJi。
因此ABC转换为Base64编码就是QUJi。

虽说是3组24Bit为单位，但是有时候如果不够24Bit要怎么办呢？
例如A对应0100 0001，只可以划分为010000 01，但之前说过，Base64编码的有效长度是6Bit，这时候就需要在低位用0补够6位了，即：010000 010000，根据Base64编码表可以找到，010000 010000代表QQ，而Base64编码又是要以4组为一个单位的，但QQ只有2组，因此最终要用=补够4组，即最终A代表的Base64编码为QQ==。

**

小结

**
Base64编码最常见的就是用在邮件发送等通信中。这种编码有利有弊，弊端在于ASCII编码转换成Base64编码的时候，由于每个字节都需要多出2个没用的Bit，所以是会造成浪费的。但是这样子用Base64编码进行数据交换的时候，就可以减少很多错误了。