格式转换 - Base64算法

简介

• Base64算法的作用:将二进制数据转换成可见字符串。

由来

• 一些场景下使用二进制数据非常不方便，如下：

1. 一些字符协议（http协议等），协议内容都是字符串，数据接收处理也是按照字符串形式，如需传输二进制数据比较困难，强制按字符串形式处理，由于不可见字符以及控制字符的存在，容易出现问题。
2. 一些特殊应用，例如：配置存储，用户需要查看/编辑数据，如需存储二进制数据（秘钥等）非常不方便。

• 因此需要一种算法将二进制数据转换成可见字符。

算法处理

1. 编码，将二进制数据转换成可见字符串
2. 解码，将可见字符串转换成二进制数据

实现原理

• ASCII码表中可见字符数量多于2的6次方，少于2的7次方，因此Base64算法选取64（2的6次方）个可见字符，组成数据转换表，采用查表法，将二进制数据的每6 bits转换为一个可见字符（8 bits）。

填充（padding）

• Base64算法的操作单元是6 bits，1个字节有8 bits，因此如果原始数据bit 数量是24（8和6的公倍数）的倍数，即3个字节，则不需要padding，否则就需要填充字节0，直至是3的倍数，填充了几个字节，转换后的字符就加几个‘=’，因此编码后输出的文本末尾可能会出现1或2个’='。
• 例子：

1. 字节数组: ABCDEFG   
按3字节分组：[ABC] [DEF] [G] （需要填充两个字节0）
结果将是: [QUJD] [REVG] [Rw==] （编码结果加两个=符号）
2. 字节数组: ABCDEFGH   
按3字节分组：[ABC] [DEF] [GH] （需要填充一个字节0）
结果将是：[QUJD] [REVG] [R0g=] （编码结果加一个=符号）

• 注意：填充的处理规则需要注意，补充缺少的位后的多余填充数据不做编码。

标准码表

• 标准码表的大小为2^6=64，这也是Base64名称的由来。

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

安全性

• 由于编码过程，原始数据经过一次转换，base64具有一定的安全性，但是由于标准码表是公开的，其安全性是非常低的。
• 自定义转换表是增强Base64算法安全性的常见做法。

自定义转换表

• 常见做法如下：

1. 打乱标准表中字符顺序
2. 使用其它可见字符替换标准表中部分字符