Base64 编解码原理及源码解析

Base64的实现原理**

1）将给定的字符串转换成对应的字符编码（如：GBK、UTF-8）
　　2）将获得该字符编码转换成二进制码
　　3）对获得的二进制码进行分组操作
　　第一步：每3个字节（8位二进制）为一组，一共24个二进制位
　　第二步：将这个24个二进制位分成4组，每个组有6个二进制位，不足6位的，后面补0。
　　第三步：在每个组前面加两个0，这样每个组就又变成了8位，即每个组一个字节，4个组就4个字节了。
第四步：根据Base64的转码表找到每个字节对应的符号，这个符号就是Base64的编码值

Base64编码表

Base64编码规则：

经过Base64编码后的字符串的字符数一定是4的整数倍。在使用Base64编码时，如果得到的字符数不为4的整数倍，则后面使用等号 ‘=’补足
　　举例说明：
　　（1） 举一个具体的实例，演示英语单词Man如何转成Base64编码。

第一步，“M”、“a”、“n”的ASCII值分别是77、97、110，对应的二进制值是01001101、01100001、01101110，将它们连成一个24位的二进制字符串010011010110000101101110。
　　第二步，将这个24位的二进制字符串分成4组，每组6个二进制位：010011、010110、000101、101110。
　　第三步，在每组前面加两个00，扩展成32个二进制位，即四个字节：00010011、00010110、00000101、00101110。它们的十进制值分别是19、22、5、46。
　　第四步，根据上表，得到每个值对应Base64编码，即T、W、F、u。
　　因此，Man的Base64编码就是TWFu。
　　如果字节数不足三，则这样处理：
　　a）二个字节的情况：将这二个字节的一共16个二进制位，按照上面的规则，转成三组，最后一组除了前面加两个0以外，后面也要加两个0。这样得到一个三位的Base64编码，再在末尾补上一个“=”号。
　　比如，“Ma”这个字符串是两个字节，可以转化成三组00010011、00010110、00010000以后，对应Base64值分别为T、W、E，再补上一个“=”号，因此“Ma”的Base64编码就是TWE=。
　　b）一个字节的情况：将这一个字节的8个二进制位，按照上面的规则转成二组，最后一组除了前面加二个0以外，后面再加4个0。这样得到一个二位的Base64编码，再在末尾补上两个“=”号。
　　比如，“M”这个字母是一个字节，可以转化为二组00010011、00010000，对应的Base64值分别为T、Q，再补上二个“=”号，因此“M”的Base64编码就是TQ==。

源码解读

（1）编码

（2）/**
 * 编码为Base64

 * 如果isMultiLine为true，则每76个字符一个换行符，否则在一行显示
 * 
 * @param arr 被编码的数组
 * @param isMultiLine 在76个char之后是CRLF还是EOF
 * @param isUrlSafe 是否使用URL安全字符，一般为false
 * @return 编码后的bytes
 */
public static byte[] encode(byte[] arr, boolean isMultiLine, boolean isUrlSafe) {
   if (null == arr) {
      return null;
   }

   int len = arr.length;
   if (len == 0) {
      return new byte[0];
   }
     //3个字符一组进行分组
   int evenlen = (len / 3) * 3;
   //获取转码后的base64字符的个数（获取按3个分组加上剩余的一组乘4）
   int cnt = ((len - 1) / 3 + 1) << 2;
   //需要换行的话，获取换行操作次数
   int destlen = cnt + (isMultiLine ? (cnt - 1) / 76 << 1 : 0);
   byte[] dest = new byte[destlen];

   byte[] encodeTable = isUrlSafe ? URL_SAFE_ENCODE_TABLE : STANDARD_ENCODE_TABLE;

   for (int s = 0, d = 0, cc = 0; s < evenlen;) {
   //第一个对& 0xff（对11111111 进行与获取低8位）左移16
  //、第二个与获取低8位（保证在 base64 范围内），左移8、第三个获取最低8 位然后进行或运算得到24 位  
      int i = (arr[s++] & 0xff) << 16 | (arr[s++] & 0xff) << 8 | (arr[s++] & 0xff);
	  //右移18 位、取高6位
      dest[d++] = encodeTable[(i >>> 18) & 0x3f];
      //右移12 位、取高6位
      dest[d++] = encodeTable[(i >>> 12) & 0x3f];
      //右移6 位、取高6位
      dest[d++] = encodeTable[(i >>> 6) & 0x3f];
      // 取低6位
      dest[d++] = encodeTable[i & 0x3f];
      //是否进行换行输出
      if (isMultiLine && ++cc == 19 && d < destlen - 2) {
         dest[d++] = '\r';
         dest[d++] = '\n';
         cc = 0;
      }
   }

   int left = len - evenlen;// 剩余位数
   if (left > 0) {
     //处理余数为1 和为2 的情况，为1 左移10 到18 位，如果是两个的话，第二个左移2补位数 ， 2个字节转3个 base64 字节
      int i = ((arr[evenlen] & 0xff) << 10) | (left == 2 ? ((arr[len - 1] & 0xff) << 2) : 0);
      // 对最后的四个字节的前面面两个进行赋值，
      dest[destlen - 4] = encodeTable[i >> 12];
      dest[destlen - 3] = encodeTable[(i >>> 6) & 0x3f];

      if (isUrlSafe) {
         // 在URL Safe模式下，=为URL中的关键字符，不需要补充。空余的byte位要去掉。
         int urlSafeLen = destlen - 2;
         if (2 == left) {
            dest[destlen - 2] = encodeTable[i & 0x3f];
            urlSafeLen += 1;
         }
         byte[] urlSafeDest = new byte[urlSafeLen];
         System.arraycopy(dest, 0, urlSafeDest, 0, urlSafeLen);
         return urlSafeDest;
      } else {
      //后面字节进行补符号，2 个的话补一个“=”一个补2个等号
         dest[destlen - 2] = (left == 2) ? encodeTable[i & 0x3f] : (byte) '=';
         dest[destlen - 1] = '=';
      }
   }
   return dest;
}

（2）解码
原理：与转码的原理相反，把输入的base64值 4个转成3个，并且去掉编码时添加的“=”

/**
 * 解码Base64
 * 
 * @param in 输入
 * @param pos 开始位置
 * @param length 长度
 * @return 解码后的bytes
 */
public static byte[] decode(byte[] in, int pos, int length) {
   if (ArrayUtil.isEmpty(in)) {
      return in;
   }

   final IntWrapper offset = new IntWrapper(pos);

   byte sestet0;
   byte sestet1;
   byte sestet2;
   byte sestet3;
//获取最大索引位置
   int maxPos = pos + length - 1;
   int octetId = 0;
//定义二进制数组的大小
   byte[] octet = new byte[length * 3 / 4];// over-estimated if non-base64 characters present
   while (offset.value <= maxPos) {
//每次获取4个base64 值
      sestet0 = getNextValidDecodeByte(in, offset, maxPos);
      sestet1 = getNextValidDecodeByte(in, offset, maxPos);
      sestet2 = getNextValidDecodeByte(in, offset, maxPos);
      sestet3 = getNextValidDecodeByte(in, offset, maxPos);

      if (PADDING != sestet1) {
     // 第一个左移2（去掉前面的补零）与第二个右移4 进行与运算，获得第一个8位二进制
         octet[octetId++] = (byte) ((sestet0 << 2) | (sestet1 >>> 4));
      }
      if (PADDING != sestet2) {
         //第二个左移4 与第三个右移2进行与运算，获得第二个8位二进制字节
         octet[octetId++] = (byte) (((sestet1 & 0xf) << 4) | (sestet2 >>> 2));
      }
      if (PADDING != sestet3) {
       //第三个和3进行与操作取低四位，左移6获取后面两个字节然后与第四个进行与运算获取第三个字符
         octet[octetId++] = (byte) (((sestet2 & 3) << 6) | sestet3);
      }
   }

   if (octetId == octet.length) {
      return octet;
   } else {
      // 如果有非Base64字符混入，则实际结果比解析的要短，截取之
      //去掉因“=”多定义的数组长度
      return (byte[]) ArrayUtil.copy(octet, new byte[octetId], octetId);
   }
}