海阳之新's博客

每天进步一点点...

0%

Base64编码原理解析

发表于 分类于 Valine：
本文字数： 2.8k 阅读时长 ≈ 3 分钟

一、什么是Base64编码？

所谓Base64，就是说选出64个字符—-小写字母a-z、大写字母A-Z、数字0-9、符号”+”、”/“（再加上作为垫字的”=”，实际上是65个字符）—-作为一个基本字符集。然后，其他所有符号都转换成这个字符集中的字符。

具体来说，转换方式可以分为四步：
第一步，将每三个字节作为一组，一共是24个二进制位。
第二步，将这24个二进制位分为四组，每个组有6个二进制位。
第三步，在每组前面加两个0，扩展成32个二进制位，即四个字节。
第四步，根据下表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
function getip() {
  static $ip = '';
  $ip = $_SERVER['REMOTE_ADDR'];
  if(isset($_SERVER['HTTP_CDN_SRC_IP'])) {
    $ip = $_SERVER['HTTP_CDN_SRC_IP'];
  } elseif (isset($_SERVER['HTTP_CLIENT_IP']) && preg_match('/^([0-9]{1,3}\.){3}[0-9]{1,3}$/', $_SERVER['HTTP_CLIENT_IP'])) {
    $ip = $_SERVER['HTTP_CLIENT_IP'];
  } elseif(isset($_SERVER['HTTP_X_FORWARDED_FOR']) AND preg_match_all('#\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}#s', $_SERVER['HTTP_X_FORWARDED_FOR'], $matches)) {
    foreach ($matches[0] AS $xip) {
      if (!preg_match('#^(10|172\.16|192\.168)\.#', $xip)) {
        $ip = $xip;
        break;
      }
    }
  }
  return $ip;
}

Base64编码对照表

二、编码过程解析

1、举个栗子
假如，我们要对字符串yangxinmin进行Base64编码。
1、先将yangxinmin按3个字节为一组地分开，如yan，gxi，nmi，n
2、为了省事，这里我们不全部转换，就以yan为例
3、将y、a、n 3个字母的ASCII码查出来，分别是：121、97、110
4、然后将121、97、110这3个数字转换成二进制，分别是：01111001、01100001、01101110
5、将上一步3个二进制串拼装到一串：011110010110000101101110
6、然后将011110010110000101101110，从左往右数，6位为一组分开，如：011110、010110、000101、101110
7、然后将这4组二进制转换成十进制数，分别是：30、22、5、46
8、再将上一步的4个数字，对照上面的Base64编码对照表，得到结果为：eWFu，这就是我们需要的Base64编码。

前面我们说到是将字符串3个字节一组分开，但如果不足3个字节怎么办呢？比如，ya或y

2、两个字节的情况处理
以ya为例：
1、接着上面栗子第5步，将ya的二进制串拼装到一串：0111100101100001
2、然后将0111100101100001，从左往右数，6位为一组分开，到最后一组时，显示位数不够，于是在最后一组的前面和后面分别加2个0，就变成了：011110、010110、$\color{red}{00000100}$
3、然后将这3组二进制转换成十进制数，分别是：30、22、4
4、再将上一步的3个数字，对照上面的Base64编码对照表，得到结果为：eWE，$\color{red}{这里还有一个规定：少于3个字节一组的字符串，少几个就要补几个=号}$，于是最终结果为：$\color{red}{eWE=}$
这也解释了我们平常看到了Base64编码中时常出现多个=号的原因。

3、一个字节的情况处理
同两个字节类似处理，只是结尾多了一个 = 号

4、对汉字的处理
汉字本身可以有多种编码，比如gb2312、utf-8、gbk等等，每一种编码的Base64对应值都不一样。下面的例子以utf-8为例。
首先，“严” 字的utf-8编码为E4B8A5（如果不知道怎么查编码，点击这里，输入汉字先进行url编码，再将%去除转换成大写，就是我们需要的uft-8编码），写成二进制就是三字节的”11100100 10111000 10100101”。将这个24位的二进制字符串，按照第2节中的规则，转换成四组一共32位的二进制值”00111001 00001011 00100010 00100101”，相应的十进制数为57、11、34、37，它们对应的Base64值就为5、L、i、l。
所以，汉字”严”（utf-8编码）的Base64值就是5Lil。

三、总结

1、Base64编码，是一种编码算法，不是加密算法，主要作用是为了将二进制数据转换成文本格式。
2、Base64编码的常见的应用场景有两种：一是将图片转换成Base64编码输出到网页；二是做数字签名时，将二进制摘要数据（如PHP中hash_hmac(‘sha256’, …)函数）转换成Base64文本，见自己的另一篇文章JWT Token原理解析第三节内容。
3、Base64编码的缺点是传输效率会降低，因为它把原始数据的长度增加了1/3。
因为标准的Base64编码会出现+、/和=，所以不适合把Base64编码后的字符串放到URL中。一种针对URL的Base64编码可以在URL中使用的Base64编码，它仅仅是把+变成-，/变成_，见自己的另一篇文章JWT Token原理解析第三节内容。

参考：http://www.ruanyifeng.com/blog/2008/06/base64.html Base64编码原理