Base64的编码与解码

• 1. 核心原理
• 2. 编码过程（Encode）
  • 2.1. 正常Case
  • 2.2. 处理字节数不是3的倍数的情况
• 3. 解码过程（Decode）
• 4. 在编程中的使用
  • 4.1. Python
  • 4.2. JavaScript
  • 4.3. Java
• 5. 总结

Base64 是一种用 64 个可打印字符来表示二进制数据的方法。它之所以被创造出来，是因为很多网络传输协议（如电子邮件 SMTP）是设计用来传输文本的，对于二进制数据（如图片、文件等）中的控制字符（如NULL，换行符）处理得不好。Base64 将这些二进制数据“翻译”成纯文本字符，从而确保数据在传输过程中完整、不出错。

1. 核心原理

Base64 的核心思想是 将 3 个 8 位的字节（共 24 位）转换为 4 个 6 位的字节（也是 24 位），然后根据一个索引表，将这 4 个 6 位的数据映射为 4 个可打印的 ASCII 字符。

6位的数据可以表示64(2^6=64)个不同的字符，所以Base64编码后的数据长度会增加1/3。

Base64 索引表：

填充字符是 =。

2. 编码过程（Encode）

2.1. 正常Case

我们以字符串 "Man" 为例，它的 ASCII 码二进制表示是：

1
2
3

M = 77 (01001101)
a = 97 (01100001)
n = 110 (01101110)

连起来是：01001101 01100001 01101110

步骤 1： 按 6 位分组
将这 24 位数据按每 6 位一组分开：

1

010011 010110 000101 101110

步骤 2： 转换为十进制
将每组 6 位二进制数转换为十进制：

1
2
3
4

010011 -> 19
010110 -> 22
000101 -> 5
101110 -> 46

步骤 3： 查表映射
根据 Base64 索引表，找到对应的字符：

1
2
3
4

19 -> T
22 -> W
5 -> F
46 -> u

所以，"Man" 的 Base64 编码结果是 "TWFu"。

2.2. 处理字节数不是3的倍数的情况

如果原始数据的字节数不是 3 的倍数，编码过程会稍有不同，并在末尾使用 = 进行填充。

如两个字节 “Ma”：

1
2

M = 77 (01001101)
a = 97 (01100001)

连起来是：01001101 01100001，一共 16 位。

步骤 1： 按 6 位分组（并在末尾补 0）:

16 位不是 6 的倍数，我们在末尾补两个 0，凑成 18 位（3 个 6 位组）：
010011 010110 000100 (注意最后 4 位 0001 变成了 000100)

步骤 2： 转换为十进制:

1
2
3

010011 -> 19
010110 -> 22
000100 -> 4

步骤 3： 查表映射:

1
2
3

19 -> T
22 -> W
4 -> E

步骤 4： 填充:

因为我们原始数据只有 2 个字节（本应处理 3 个字节），所以需要在编码结果后加 一个 =。
最终结果："TWE="

3. 解码过程（Decode）

解码是编码的逆过程。

1. 去掉末尾的填充符 =（如果有的话）。
2. 将每个 Base64 字符根据索引表转换回对应的 6 位二进制值。
3. 将所有 6 位二进制值连接起来。
4. 每 8 位一组，转换回原始的字节数据。在编码时填充的 0 位会在这一步被自然地忽略掉。

以 "TWE=" 为例：

1. 去掉 =，剩下 "TWE"。
2. 查表：
   • T -> 19 -> 010011
   • W -> 22 -> 010110
   • E -> 4 -> 000100
3. 连接起来：010011 010110 000100 -> 01001101 01100001 000100??
   (最后 4 位 0100 是补的 0，实际有效数据是前面的 01，加上前面的 01100001，正好是 a 的 ASCII 码)
4. 按 8 位分组：
   • 01001101 -> 77 -> ‘M’
   • 01100001 -> 97 -> ‘a’
     (最后一个字节 000100?? 因为原始数据只有 2 个字节，所以被丢弃)
     解码结果为 "Ma"。

4. 在编程中的使用

几乎所有现代编程语言都内置了 Base64 编解码的支持。

4.1. Python

1
2
3
4
5
6
7
8
9
10
11
12

import base64

# 编码
original_string = "Hello, World!"
encoded_bytes = base64.b64encode(original_string.encode('utf-8'))
encoded_string = encoded_bytes.decode('utf-8')
print(encoded_string) # SGVsbG8sIFdvcmxkIQ==

# 解码
decoded_bytes = base64.b64decode(encoded_string)
decoded_string = decoded_bytes.decode('utf-8')
print(decoded_string) # Hello, World!

4.2. JavaScript

1
2
3
4
5
6
7
8

// 编码
let originalString = "Hello, World!";
let encodedString = btoa(originalString); // "Base64 Encode"
console.log(encodedString); // SGVsbG8sIFdvcmxkIQ==

// 解码
let decodedString = atob(encodedString); // "ASCII to Binary"
console.log(decodedString); // Hello, World!

4.3. Java

1
2
3
4
5
6
7
8
9
10
11

import java.util.Base64;

// 编码
String originalString = "Hello, World!";
String encodedString = Base64.getEncoder().encodeToString(originalString.getBytes());
System.out.println(encodedString); // SGVsbG8sIFdvcmxkIQ==

// 解码
byte[] decodedBytes = Base64.getDecoder().decode(encodedString);
String decodedString = new String(decodedBytes);
System.out.println(decodedString); // Hello, World!

5. 总结

• 目的：将二进制数据安全地转换为纯文本，用于不支持二进制数据的传输环境。
• 原理：将每 3 个字节（24 位）的数据重新划分为 4 个 6 位的单元，每个单元映射到一个 Base64 索引表中的可打印字符。
• 填充：如果原始数据字节数不是 3 的倍数，在编码结果末尾用 = 填充。
• 应用：电子邮件附件、在 HTML 中嵌入图片（Data URLs）、在 XML/JSON 中传输二进制数据等。