Base64加密以及sun.misc.BASE64Decoder的用法

什么是Base64？

按照 RFC2045 的定义， Base64 被定义为： Base64 内容传送编码被设计用来把任意序列的 8 位字节描述为一种不易被人直接识别的形式。（ TheBase64 Content-Transfer-Encoding is designed to represent arbitrary sequencesof octets in a form that need not be humanly readable. ）

为什么要使用Base64？

在设计这个编码的时候，我想设计人员最主要考虑了 3 个问题：
1. 是否加密？
2. 加密算法复杂程度和效率
3. 如何处理传输？

     加密是肯定的，但是加密的目的不是让用户发送非常安全的 Email 。这种加密方式主要就是 “ 防君子不防小人 ” 。即达到一眼望去完全看不出内容即可。
基于这个目的加密算法的复杂程度和效率也就不能太大和太低。和上一个理由类似， MIME 协议等用于发送 Email 的协议解决的是如何收发 Email ，而并不是如何安全的收发 Email 。因此算法的复杂程度要小，效率要高，否则因为发送 Email 而大量占用资源，路就有点走歪了。

     但是，如果是基于以上两点，那么我们使用最简单的恺撒法即可，为什么 Base64 看起来要比恺撒法复杂呢？这是因为在 Email 的传送过程中，由于历史原因， Email 只被允许传送 ASCII 字符，即一个 8 位字节的低 7 位。因此，如果您发送了一封带有非 ASCII 字符（即字节的最高位是 1 ）的 Email 通过有 “ 历史问题 ” 的网关时就可能会出现问题。网关可能会把最高位置为 0 ！很明显，问题就这样产生了！因此，为了能够正常的传送 Email ，这个问题就必须考虑！所以，单单靠改变字母的位置的恺撒之类的方案也就不行了。关于这一点可以参考 RFC2046 。
基于以上的一些主要原因产生了 Base64 编码。

算法详解

    Base64 编码要求把 3 个 8 位字节（ 3*8=24 ）转化为 4 个 6 位的字节（ 4*6=24 ），之后在 6 位的前面补两个 0 ，形成 8 位一个字节的形式。
具体转化形式间下图：
字符串 “ 张 3”
11010101 11000101 00110011

00110101 00011100 00010100 00110011
表 1

可以这么考虑：把 8 位的字节连成一串 110101011100010100110011
然后每次顺序选 6 个出来之后再把这 6 二进制数前面再添加两个 0 ，就成了一个新的字节。之后再选出 6 个来，再添加 0 ，依此类推，直到 24 个二进制数全部被选完。
让我们来看看实际结果：

字符串 “ 张 3”
11010101 HEX:D5 11000101 HEX:C5 00110011 HEX:33

00110101 00011100 00010100 00110011
字符 ’5’ 字符 ’^\’ 字符 ’^T’ 字符 ’3’
十进制 53 十进制 34 十进制 20 十进制 51
表 2

这样 “ 张 3 ” 这个字符串就被 Base64 表示为 ”5^\^T3” 了么？。错！
Base64 编码方式并不是单纯利用转化完的内容进行编码。像 ’^\’ 字符是控制字符，并不能通过计算机显示出来，在某些场合就不能使用了。 Base64 有其自身的编码表：

Table 1: The Base64 Alphabet
Value Encoding Value Encoding Value Encoding Value Encoding
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 (pad) =
14 O 31 f 48 w
15 P 32 g 49 x
16 Q 33 h 50 y
表 3

这也是 Base64 名称的由来，而 Base64 编码的结果不是根据算法把编码变为高两位是 0 而低 6 为代表数据，而是变为了上表的形式，如 ”A” 就有 7 位，而 ”a” 就只有 6 位。表中，编码的编号对应的是得出的新字节的十进制值。因此，从表 2 可以得到对应的 Base64 编码：

字符串 “ 张 3”
11010101 HEX:D5 11000101 HEX:C5 00110011 HEX:33

00110101 00011100 00010100 00110011
字符 ’5’ 字符 ’^\’ 字符 ’^T’ 字符 ’3’
十进制 53 十进制 34 十进制 20 十进制 51
字符 ’1’ 字符 ’i’ 字符 ’U’ 字符 ’z’
表 4

这样，字符串 “ 张 3” 经过编码后就成了字符串 “1iUz” 了。
Base64 将 3 个字节转变为 4 个字节，因此，编码后的代码量（以字节为单位，下同）约比编码前的代码量多了 1/3 。之所以说是 “ 约 ” ，是因为如果代码量正好是 3 的整数倍，那么自然是多了 1/3 。但如果不是呢？
细心的人可能已经注意到了，在 TheBase64 Alphabet 中的最后一个有一个 (pad)= 字符。这个字符的目的就是用来处理这个问题的。
当代码量不是 3 的整数倍时，代码量 /3 的余数自然就是 2 或者 1 。转换的时候，结果不够 6 位的用 0 来补上相应的位置，之后再在 6 位的前面补两个 0 。转换完空出的结果就用就用 “=” 来补位。譬如结果若最后余下的为 2 个字节的 “ 张 ” ：

字符串 “ 张 ”
11010101 HEX:D5 11000101 HEX:C5

00110101 00011100 00010100
十进制 53 十进制 34 十进制 20 pad
字符 ’1’ 字符 ’i’ 字符 ’U’ 字符 ’=’
表 6

这样，最后的 2 个字节被整理成了 “1iU=” 。
同理，若原代码只剩下一个字节，那么将会添加两个 “=” 。只有这两种情况，所以， Base64 的编码最多会在编码结尾有两个 “=”
至于将 Base64 的解码，只是一个简单的编码的逆过程，读者可以自己探讨。我将在文章的最后给出解码算法。

算法实现
其实在算法详解的时候基本上已经说的很清楚了。用于程序上，除去约束判断，大概可以分为如下几步几步：
右移两位，清 0…… 依此类推。 è AND 取第一个字节的后 2 位和第二个字节的前 4 位移位放入新变量中 è 右移两位，高两位清 0 è 用 AND 取前 6 位，放入新的变量中 è 读取数据 3 字节
解码的类 C 语言实现的算法：
BYTE LMoveBit(int base, int MoveNum)
{
BYTE result=base;
if(MoveNum==0)return 1;
if(MoveNum==1)return MoveNum;
result=base<<(MoveNum-1);
return result;
}

char base64_alphabet[]=
{'A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P',
'Q','R','S','T','U','V','W','X','Y','Z','a','b','c','d','e','f',
'g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v',
'w','x','y','z','0','1','2','3','4','5','6','7','8','9','+','/','='};
BYTE Base64Decode(char *base64code, DWORD base64length)
{
char buf[4];
int i,j;
int k;
int l=0;
BYTE temp1[4],temp2;
BYTE *Buffer=new BYTE[base64length*3/4];
DWORD base64a=(base64length/4)-1;
DWORD base64b=0;
for(;base64b {
for(i=0;i<4;i++)
{
buf[i]=*(base64code+(base64b*4)+i);
for(j=0;j<65;j++)
{
if(buf[i]==base64_alphabet[j])
{
temp1[i]=j;
break;
}
}
}
i--;
for(k=1;k<4;k++)
{
if(temp1[i-(k-1)]==64){m_padnum++; continue;}
temp1[i-(k-1)]=temp1[i-(k-1)]/LMoveBit(2,(k-1)*2);
temp2=temp1[i-k];
temp2=temp2&(LMoveBit(2,k*2)-1);
temp2*=LMoveBit(2,8-(2*k));//move 4
temp1[i-(k-1)]=temp1[i-(k-1)]+temp2;
Buffer[base64b*3+(3-k)]=temp1[i-(k-1)];
}
}
return Buffer;
}

java实现：

/ 将 s 进行 BASE64 编码
public static String getBASE64(String s) {
if (s == null) return null;
return (new sun.misc.BASE64Encoder()).encode( s.getBytes() );
}

// 将 BASE64 编码的字符串 s 进行解码
public static String getFromBASE64(String s) {
if (s == null) return null;
BASE64Decoder decoder = new BASE64Decoder();
try {
byte[] b = decoder.decodeBuffer(s);
return new String(b);
} catch (Exception e) {
return null;
}
}