base64位编码原理与分析

打开一封QQ邮箱，显示邮件原文，你将会看到如下这样的信息：

This is a multi-part message in MIME format.

------=_NextPart_4CA2B3AA_08661D78_10BF6743
Content-Type:text/html;
	charset="utf-8"
Content-Transfer-Encoding:base64

    说明这封邮件的内容是64位编码的。

    什么是Base64？

    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。（The Base64 Content-Transfer-Encoding is designed to represent arbitrary sequences of octets in a form that need not be humanly readable.） 

    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。所以base64位编码才存在。

    Base64编码的原理

    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。    

    字符串“张3” 
    11010101 11000101 00110011 

    转化成base64位编码的内容是：

    00110101 00011100 00010100 00110011 

    最后参看base64编码对应的字符表：

Base64 编码表
Value	Char		Value	Char		Value	Char		Value	Char
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	/

    Base64编码后得到的十进制值为：53 34 20 51；参考对应的base64字符表，得到的字符是"1iUz".

  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The Base64 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”： 
  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’=’ 
  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“=” 

http://www.5dmail.net/html/2004-1-30/200413084348.htm