2018-05-17 关于Base64的笔记

为什么要有Base64，它解决什么问题?

Base64是一种编码格式，用于将不可读的二进制转换为可读的字符。Base64，这个名字取的很直观，就是基于64个字符的二进制转换。这64个字符是[A-Za-z0-9+/]，刚好64个。
我们知道，一个byte是占8 bit，用8bit可以表示出2^8 = 256个值，这里才64个字符，不够表示的啊。别急，这就需要做一次转换了，简而言之，就是把3个byte扩展成4个byte。
3 byte = 24 bit，把24bit分为4个单元，每个单元为6bit，2^6 = 64，64个字符刚好可以用完。

比如"hello world"，如果我们要用Base64编码应该怎么表示?
简单起见，拿前3个字符来举例，一个字符占一个byte

1. "hel"的ASCII编码转换成十进制是104，101，108, 转换成二进制就是01101000, 01100101, 01101100
2. 将这24个bit分成4个单元，011010, 000110, 010101, 101100
3. 每个单元前面补齐两个0，就是00011010, 00000110, 00010101, 00101100，对应十进制就是26, 6, 21, 44
4. 对应下表的字符，就是aGVs

　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

如果一串二进制不够3byte整除怎么办? 比如"h"这个字符，变成Base64编码应该是什么?

1. h的ASCII二进制是01101000
2. 因为原始字符只有1byte，只能分两个6bit的单元，不要紧，先分。011010, 00 0000 还差2byte
3. 将每个单元补齐两个0，就是00011010, 00000000，还差2byte
4. 转换为aA，还差两个字节，用等号(=)代替，就是aA==

刚才我们用String的byte数组说明了Base64编码，这无疑有点多此一举，本身String就是ASCII编码可见的啊。但除了String字符之外，在计算机世界所有的东西都是用二进制表示的，如一个图片，一个流媒体，都是用二进制表示，这些资源就可以通过base64来达到像字符一样的可读效果了，只不过被base64编码的字符串其实也没啥语义上的可读性。