BASE64 编码介绍与实现
Base64
[TOC]
Base64 是网络上最常见的用于传输8Bit字节码的编码方式之一，Base64就是一种基于64个可打印字符来表示二进制数据的方法。可查看 [RFC2045][RFC2045]、[RFC2046][RFC2046]、[RFC2047][RFC2047]、[RFC2048][RFC2048]、[RFC2049][RFC2049]，上面有 MIME 的详细规范。
Base64 编码是从二进制到字符的过程，可用于在 HTTP 环境下传递较长的标识信息。采用 Base64 编码具有不可读性，需要解码后才能阅读。
Base64 由于以上优点被广泛应用于计算机的各个领域，然而由于输出内容中包括两个以上“符号类”字符（+, /, =），不同的应用场景又分别研制了 Base64 的各种“变种”。为统一和规范化 Base64 的输出， Base62x 被视为无符号化的改进版本。
简介
标准的 Base64 并不适合直接放在URL里传输，因为 URL 编码器会把标准 Base64 中的/和+字符变为形如%XX的形式，而这些%号在存入数据库时还需要再进行转换，因为 ANSI SQL 中已将%号用作通配符。
为解决此问题，可采用一种用于 URL 的改进 Base64 编码，它在末尾填充=号，并将标准 Base64 中的+和/分别改成了-和_，这样就免去了在 URL 编解码和数据库存储时所要作的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。
另有一种用于正则表达式的改进 Base64 变种，它将+和/改成了!和-，因为+,*以及前面在 IRCu 中用到的[和]在正则表达式中都可能具有特殊含义。
此外还有一些变种，它们将+/改为_-或._（用作编程语言中的标识符名称）或.-（用于 XML 中的 Nmtoken ）甚至_:（用于 XML 中的 Name ）。
Base64 要求把每三个 8Bit 的字节转换为四个 6Bit 的字节（3*8 = 4*6 = 24），然后把 6Bit 再添两位高位 0，组成四个 8Bit 的字节，也就是说，转换后的字符串理论上将要比原来的长 1/3。
应用
Mozilla Thunderbird和Evolution用Base64来保密电子邮件密码
Base64 也会经常用作一个简单的“加密”来保护某些数据，而真正的加密通常都比较繁琐。
垃圾讯息传播者用Base64来避过反垃圾邮件工具，因为那些工具通常都不会翻译Base64的讯息。
在LDIF档案，Base64用作编码字串。
规则
关于这个编码的规则：
-
把 3 个字节变成 4 个字节。
-
每 76 个字符加一个换行符。
- 最后的结束符也要处理。
例子1
转换前 11111111，11111111，11111111 （二进制）
转换后 00111111，00111111，00111111，00111111 （二进制）
上面的三个字节是原文，下面的四个字节是转换后的 Base64 编码，其前两位均为 0。
转换后，我们用一个码表来得到我们想要的字符串（也就是最终的 Base64 编码），这个表是这样的：（摘自 [RFC2045][RFC2045] ）
转换表
Table 1: The Base64 Alphabet
索引|对应字符|索引|对应字符|索引|对应字符|索引|对应字符
|-:|:-|-:|:-|-:|:-|-:|:-|
|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|
例子2
转换前 10101101，10111010，01110110
转换后 00101011，00011011，00101001，00110110
十进制 43 27 41 54
对应码表中的值 r b p 2
所以上面的 24 位编码，编码后的 Base64 值为 rbp2
解码同理，把 rbq2 的二进制位连接上再重组得到三个 8 位值，得出原码。
（解码只是编码的逆过程，有关 MIME 的 RFC 还有很多，如果需要详细情况请自行查找。）
- 第一个字节，根据源字节的第一个字节处理。
规则：源第一字节右移两位，去掉低 2 位，高 2 位补零。
既：00 + 高6位
- 第二个字节，根据源字节的第一个字节和第二个字节联合处理。
规则如下，第一个字节高6位去掉然后左移四位，第二个字节右移四位
即：源第一字节低2位 + 源第2字节高4位
- 第三个字节，根据源字节的第二个字节和第三个字节联合处理，
规则第二个字节去掉高4位并左移两位（得高6位），第三个字节右移6位并去掉高6位（得低2位），相加即可
- 第四个字节，规则，源第三字节去掉高2位即可
//用更接近于编程的思维来说，编码的过程是这样的：
// 第一个字符通过右移2位获得第一个目标字符的Base64表位置，根据这个数值取到表上相应的字符，就是第一个目标字符。
// 然后将第一个字符与0x03(00000011)进行与(&)操作并左移4位,接着第二个字符右移4位与前者相或(|)，即获得第二个目标字符。
// 再将第二个字符与0x0f(00001111)进行与(&)操作并左移2位,接着第三个字符右移6位与前者相或(|)，获得第三个目标字符。
// 最后将第三个字符与0x3f(00111111)进行与(&)操作即获得第四个目标字符。
// 在以上的每一个步骤之后，再把结果与 0x3F 进行 AND 位操作，就可以得到编码后的字符了。
原文的字节数量应该是 3 的倍数，如果这个条件不能满足的话，具体的解决办法是这样的：原文剩余的字节根据编码规则继续单独转 (1变2，2变3；不够的位数用0补全)，再用=号补满 4 个字节。这就是为什么有些 Base64 编码会以一个或两个等号结束的原因，但等号最多只有两个。因为一个原字节至少会变成两个目标字节，所以余数任何情况下都只可能是 0，1，2 这三个数中的一个。如果余数是 0 的话，就表示原文字节数正好是 3 的倍数（最理想的情况）。如果是 1 的话，转成 2 个 Base64 编码字符，为了让 Base64 编码是 4 的倍数，就要补 2 个等号；同理，如果是 2 的话，就要补 1 个等号。
原理
转码过程例子：
3*8=4*6
内存 1 个字节占 8 位
转前： s 1 3
先转成ascii：对应 115 49 51
2 进制： 01110011 00110001 00110011
6 个一组（4 组） 011100110011000100110011
然后才有后面的 011100 110011 000100 110011
然后计算机一个字节占 8 位，不够就自动补两个高位0了
所以有了高位补 0
科学计算器输入 00011100 00110011 00000100 00110011
得到 28 51 4 51
查下对照表 c z E z
[RFC2045]: https://tools.ietf.org/html/rfc2045 "Multipurpose Internet Mail Extensions
(MIME) Part One:
Format of Internet Message Bodies"
[RFC2046]: https://tools.ietf.org/html/rfc2046 "Multipurpose Internet Mail Extensions
(MIME) Part Two:
Media Types"
[RFC2047]: https://tools.ietf.org/html/rfc2047 "Multipurpose Internet Mail Extensions
(MIME) Part Three:
Message Header Extensions for Non-ASCII Text"
[RFC2048]: https://tools.ietf.org/html/rfc2048 "Multipurpose Internet Mail Extensions
(MIME) Part Four:
Registration Procedures"
[RFC2049]: https://tools.ietf.org/html/rfc2049 "Multipurpose Internet Mail Extensions
(MIME) Part Five:
Conformance Criteria and Examples"