在互联网中的每一刻，你可能都在享受着base64带来的便捷，但对于base64的基础原理又了解多少？今天这篇博文带领大家了解一下base64的底层实现。
base64的由来
目前base64已经成为网络上常见的传输8bit字节代码的编码方式之一。在做支付系统时，系统之间的报文交互都需要使用base64对明文进行转码，然后再进行签名或加密，之后再进行（或再次base64）传输。那么，base64到底起到什么作用呢？
在参数传输的过程中经常遇到的一种情况：使用全英文的没问题，但一旦涉及到中文就会出现乱码情况。与此类似，网络上传输的字符并不全是可打印的字符，比如二进制文件、图片等。base64的出现就是为了解决此问题，它是基于64个可打印的字符来表示二进制的数据的一种方法。
电子邮件刚问世的时候，只能传输英文，但后来随着用户的增加，中文、日文等文字的用户也有需求，但这些字符并不能被服务器或网关有效处理，因此base64就登场了。随之，base64在url、cookie、网页传输少量二进制文件中也有相应的使用。
base64的编码原理
base64的原理比较简单，每当我们使用base64时都会先定义一个类似这样的数组：
['a', 'b', 'c', ... 'a', 'b', 'c', ... '0', '1', ... ' ', '/']
上面就是base64的索引表，字符选用了"a-z、a-z、0-9、 、/" 64个可打印字符，这是标准的base64协议规定。在日常使用中我们还会看到“=”或“==”号出现在base64的编码结果中，“=”在此是作为填充字符出现，后面会讲到。
具体转换步骤
- 第一步，将待转换的字符串每三个字节分为一组，每个字节占8bit，那么共有24个二进制位。
- 第二步，将上面的24个二进制位每6个一组，共分为4组。
- 第三步，在每组前面添加两个0，每组由6个变为8个二进制位，总共32个二进制位，即四个字节。
- 第四步，根据base64编码对照表（见下图）获得对应的值。
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
从上面的步骤我们发现：
- base64字符表中的字符原本用6个bit就可以表示，现在前面添加2个0，变为8个bit，会造成一定的浪费。因此，base64编码之后的文本，要比原文大约三分之一。
- 为什么使用3个字节一组呢？因为6和8的最小公倍数为24，三个字节正好24个二进制位，每6个bit位一组，恰好能够分为4组。
示例说明
以下图的表格为示例，我们具体分析一下整个过程。
- 第一步：“m”、“a”、"n"对应的ascii码值分别为77，97，110，对应的二进制值是01001101、01100001、01101110。如图第二三行所示，由此组成一个24位的二进制字符串。
- 第二步：如图红色框，将24位每6位二进制位一组分成四组。
- 第三步：在上面每一组前面补两个0，扩展成32个二进制位，此时变为四个字节：00010011、00010110、00000101、00101110。分别对应的值（base64编码索引）为：19、22、5、46。
- 第四步：用上面的值在base64编码表中进行查找，分别对应：t、w、f、u。因此“man”base64编码之后就变为：twfu。
位数不足情况
上面是按照三个字节来举例说明的，如果字节数不足三个，那么该如何处理？
- 两个字节：两个字节共16个二进制位，依旧按照规则进行分组。此时总共16个二进制位，每6个一组，则第三组缺少2位，用0补齐，得到三个base64编码，第四组完全没有数据则用“=”补上。因此，上图中“bc”转换之后为“qkm=”；
- 一个字节：一个字节共8个二进制位，依旧按照规则进行分组。此时共8个二进制位，每6个一组，则第二组缺少4位，用0补齐，得到两个base64编码，而后面两组没有对应数据，都用“=”补上。因此，上图中“a”转换之后为“qq==”；
注意事项
- 大多数编码都是由字符串转化成二进制的过程，而base64的编码则是从二进制转换为字符串。与常规恰恰相反，
- base64编码主要用在传输、存储、表示二进制领域，不能算得上加密，只是无法直接看到明文。也可以通过打乱base64编码来进行加密。
- 中文有多种编码（比如：utf-8、gb2312、gbk等），不同编码对应base64编码结果都不一样。
延伸
上面我们已经看到了base64就是用6位（2的6次幂就是64）表示字符，因此成为base64。同理，base32就是用5位，base16就是用4位。大家可以按照上面的步骤进行演化一下。
java 验证
最后，我们用一段java代码来验证一下上面的转换结果：
package com.secbro2.blog.utils;
import sun.misc.base64encoder;
/**
* @author zzs
*/
public class base64utils {
public static void main(string[] args) {
string man = "man";
string a = "a";
string bc = "bc";
base64encoder encoder = new base64encoder();
system.out.println("man base64结果为：" encoder.encode(man.getbytes()));
system.out.println("bc base64结果为：" encoder.encode(bc.getbytes()));
system.out.println("a base64结果为：" encoder.encode(a.getbytes()));
}
}
打印结果为：
man base64结果为：twfu
bc base64结果为：qkm=
a base64结果为：qq==
以上结果与我们分析所得完全一致。