Base64 简单算法讲解

最近传输少量二进制文件使用到 Base64，虽然它不是很新鲜的东西、实现上已经有很多函数库，但是了解其原理后突然想到有两种实现方法，记录下来

介绍

当我们使用记事本打开 exe 等二进制（字节）文件是，看到的是一串串乱码，这是因为二进制文件包含很多无法显示的字符，为了实现可视化，就有了 Base64。Base64 是一种使用 64 个字符表示任意二进制数据的方法。

原理

其实它的原理很简单，首先，有一张长度为 64 的字符表：

码值	字符
0	A
...	...
25	Z
26	a
...	...
51	z
52	0
...	...
61	9
62	+
63	/

然后，从文件或者其他途径得到二进制数组，其次，取每 3 个字节为一组，每组长度为 3 * 8 = 24（Bit），再将这 24 个比特分为 4 组，每组为 24 / 4 = 6 （Bit），这样每组可用长度为 6 个比特位的字节最高只能表示十进制数 63 (二进制 0011 1111)，符合上面的编码表长度，这个 4 组分别得到 4 个数字。

最后，根据这个 4 个数字作为索引查表，按顺序拼接得到一串字符。

原始的二进制数组如果最后不是 3 的倍数，则用 0x00 补足，并在编码后使用 1 或 2 个 = 符号表示补了 1 或 2 个 0x00 字节。

编码实现（encode）

想到实现的方法有两种，原理都是对字节的位运算：

• 最先想到最靠近长度为 3 个字节的类型是 int 整型，所以可以先 3 个字节组成长度为 4 个字节的 int 型（高位字节补 0x00），然后，对这个整型（假设为 x）进行操作：
  • 第一个字符索引值：(x >> 18) & 0x3F
  • 第二个字符索引值：(x >> 12) & 0x3F
  • 第三个字符索引值：(x >> 6) & 0x3F
  • 第四个字符索引值：x & 0x3F
• 第二种直接取 3 个字节进行操作（分别设为 x1，x2，x3）：
  • 第一个字符索引值：x1 >> 2
  • 第二个字符索引值：(t1 << 4 | t2 >> 4) & 0x3f
  • 第三个字符索引值：(t2 << 2 | t3 >> 6) & 0x3f
  • 第四个字符索引值：x3 & 0x3f

最后还要处理长度不是 3 倍数的情况，当多出 1 个字节时，取该字节高 6 位作为第一个字符索引值，取低 2 位左移 4 位作为高 2 位作为第二个索引值（有点绕，代码表示 (t << 4) & 0x3F）；当多出 2 个字节时，取第一个字节高 6 位作为第一个字符索引值，取第一个字节低 2 位左移 4 位并与第二个字节高 4 位 “或” 运算作为第二个字符索引值，取第二个字节高 4 位作为第三个字符索引值。

• 第一种方法：

public static String myEncodeToString(byte[] src) {
    ... ...

    int di = 0;
    int outl = src.length % 3;
    int sl = src.length / 3 * 3;
    // 如果不足3的倍数，补零
    if (outl != 0) {
        byte[] temp = src;
        src = new byte[temp.length + (3 - outl)];
        for (int i = 0; i < src.length; i++) {
            if (i < temp.length)
                src[i] = temp[i];
        }
    }
        
    // 根据第一种算法，先组成整型，再进行位运算
    StringBuilder strBuilder = new StringBuilder();
    for (int i = 0; i < sl; i += 3) {
        int temp = ((src[di++] & 0xFF) << 16) 
                | ((src[di++] & 0xFF) << 8) 
                | (src[di++] & 0xFF);
        strBuilder.append(toBase64[(temp >> 18) & 0x3F]);
        strBuilder.append(toBase64[(temp >> 12) & 0x3F]);
        strBuilder.append(toBase64[(temp >> 6) & 0x3F]);
        strBuilder.append(toBase64[(temp & 0x3F)]); 
    }
        
    // 当不是3倍数时，处理补零换等号，以及
    if (outl != 0) {
        int t0 = src[di++] & 0xFF;
        strBuilder.append(toBase64[t0 >> 2]);
        if (outl == 1) {
            strBuilder.append(toBase64[(t0 << 4) & 0x3F]);
        } else {
            int t1 = src[di++] & 0xFF;
            strBuilder.append(toBase64[(t0 << 4) & 0x3F | (t1 >> 4) & 0x3F]);
            strBuilder.append(toBase64[(t1 << 4) & 0x3F]);
        }
        for (int i = 0; i < 3 - outl; i++) {
            strBuilder.append('=');
        }
    }       
    return strBuilder.toString();
}

• 第二种方法：（直接替换掉中间的代码）

... ...
StringBuilder strBuilder = new StringBuilder();
for (int i = 0; i < sl; i += 3) {
    int t1 = src[di++] & 0xFF;
    int t2 = src[di++] & 0xFF;
    int t3 = src[di++] & 0xFF;
            
    strBuilder.append(toBase64[t1 >> 2]);
    strBuilder.append(toBase64[(t1 << 4 | t2 >> 4) & 0x3F]);
    strBuilder.append(toBase64[(t2 << 2 | t3 >> 6) & 0x3F]);
    strBuilder.append(toBase64[t3 & 0x3F]);
}
... ...

注意：由于标准的 Base64 编码后可能出现字符 + 和 /，在 URL 中就不能直接作为参数，所以又有一种"url safe"的 base64 编码，其实就是把字符 + 和 / 分别变成 - 和 _。这里主要是看看实现算法，就不讲 url safe 了。

解码（decode）

解码其实就是编码逆推过来，不过需要注意编码后的 = 有可能是去除掉的，因为这会与 URL、Cookie 里面会造成歧义，因此需要判断解码串长度是否为 4 的倍数，不够补 = 号。具体的实现看看 Java 源码里就有了，毕竟这种开源实现很多，实际开发中不需要我们自己再造轮子。

PS：不懂的，拿笔纸举例子画画就懂了。还不懂可以留言或者私我。