基本概念

 

Base64这个术语最初是在“MIME内容传输编码规范”中提出的。Base64

不是一种加密算法，虽然编码后的字符串看起来有点加密的赶脚。它实际上是一种“二进制到文本”的编码方法，它能够将给定的任意二进制数据转换（映射）为 ASCII字符串的形式，以便在 只支持文本的环境中也能够顺利地传输二进制数据。例如 支持MIME的电子邮件应用，或需要在XML中存储复杂数据（例如图片）时 。

 

要实现Base64，首先需要 选取适当的 64个字符组成字符集。一条通用的原则是从某种常用字符集中选取64个可打印字符，这样就能避免在传输过程中丢失数据（不可打印字符在传输过程中可能会被当做特殊字符处理，从而导致丢失）。例如，MIME的Base64实现选用了大写字母、小写字母和 0~9的 数字作为前62个字符。其他实现通常会沿用MIME的这种方式，而仅仅在最后2个字符上有所不同，例如UTF-7编码。

 

 

一个例子

 

 

下面这段文本：

 

Man is distinguished, not only by his reason, but by this singular passion from

other animals, which is a lust of the mind, that by a perseverance of delight

in the continued and indefatigable generation of knowledge, exceeds the short

vehemence of any carnal pleasure.

通过MIME Base64进行转换后就成为：

TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlz

IHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2Yg

dGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGlu

dWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRo

ZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=

转换方法

 

以例子开头的“Man”被转换为“TWFu”为例，我们来看看Base64基本的转换过程：

 

1. M、a和n的ASCII编码分别为 01001101、01100001和01101110，合并后得到一个24位的二进制串 010011010110000101101110

2. 按每6位一组将其分为4组：010011、010110、000101、101110

3. 最后按对应关系从字符集中取出4个字符（即T、W、F、u）作为结果（本文后面列出了由MIME定义的字符集）。

 

Base64的基本思想就是这么简单：它将每3个字节（24位）转换为4个字符。

因为6位二进制数可以表示64个不同的数，因此只要确定了字符集（含64个字符），并为其中的每个字符确定一个唯一的编码，就可以通过正向与反向映射将二进制字节转换为Base64编码或反之。

 

补零处理

 

通过不断将每3个字节转换为4个Base64字符之后，最后可能会出现以下3种情况之一：

 

1. 没有字节剩下

2. 还剩下1个字节

3. 还剩下2个字节

 

1没什么好说的。后面的2和3该如何处理呢？

 

遇到这种情况，就需要在剩下的字节后面补零，直到其位数能够被6整除（因为Base64是对每6位进行编码的）。假如还剩下1个字节，即8位，那么需要再补4个0使其成为12位，这样就可以分为2组了；如果剩下2个字节，即16位，那么只需要再补2个0（18位）就可以分成3组了。最后再用普通方法做映射即可。

 

 

还原时，依次将每4个字符还原成3个字节，最后会出现3种情况之一：

 

1. 没有字符剩下

2. 还剩下2个字符

3. 还剩下3个字符

 

这3种情况与上面的3种情况一一对应，只要对补零的过程反过来处理，就可以原样还原了。

 

填充

 

我们经常会在Base64编码字符串中看到最后有“=”字符，这就是通过填充生成的。 填充就是当 出现 编码时的情况2和3 时，在后面补上“=”字符，使编码后的字符数为4的倍数。

 

所以我们可以很容易地想到，情况2，即还剩下1个字节时，需要补2个“=”，因为此时最后一个字节编码为2个字符，补上2个“=”正好凑够4个。情况3同理，需要补1个“=”。

 

 

填充不是必须的，因为无需填充也可以通过编码后的内容计算出缺失的字节。所以在一些实现中填充是必须的，有些却不是。一种必须使用填充的场合是当需要将多个Base64编码文件合并为一个文件的时候。

 

实现（示例）

 

下面是一个Base64字符集，它包含大写字母、小写字母和数字，以及“+”和“/”符号。

 

编码	字符		编码	字符		编码	字符		编码	字符
0	A		16	Q		32	g		48	w
1	B		17	R		33	h		49	x
2	C		18	S		34	i		50	y
3	D		19	T		35	j		51	z
4	E		20	U		36	k		52	0
5	F		21	V		37	l		53	1
6	G		22	W		38	m		54	2
7	H		23	X		39	n		55	3
8	I		24	Y		40	o		56	4
9	J		25	Z		41	p		57	5
10	K		26	a		42	q		58	6
11	L		27	b		43	r		59	7
12	M		28	c		44	s		60	8
13	N		29	d		45	t		61	9
14	O		30	e		46	u		62	+
15	P		31	f		47	v		63	/

 

利用这个字符集我们可以写一个简单的Base64实现（本文最后附有完整源代码）：

 

下面这个encode()方法用来将Java字符串转换为字节数组（Base64操作的是字节），然后调用真正的encode()方法完成编码：

 

1 public String encode(String inputStr, String charset, boolean padding)2         throws UnsupportedEncodingException {3     String encodeStr = null;4 5     byte[] bytes = inputStr.getBytes(charset);6     encodeStr = encode(bytes, padding);7 8     return encodeStr;9 }

 

encode()方法的核心代码是：

1 for (int i = 0; i < groups; i++) { 2     byte_1 = bytes[3*i]   & 0xFF; 3     byte_2 = bytes[3*i+1] & 0xFF; 4     byte_3 = bytes[3*i+2] & 0xFF; 5  6     group_6bit_1 =  byte_1 >>> 2; 7     group_6bit_2 = (byte_1 &  0x03) << 4 | byte_2 >>> 4; 8     group_6bit_3 = (byte_2 &  0x0F) << 2 | byte_3 >>> 6; 9     group_6bit_4 =  byte_3 &  0x3F;10 11     sb.append(CHARSET[group_6bit_1])12       .append(CHARSET[group_6bit_2])13       .append(CHARSET[group_6bit_3])14       .append(CHARSET[group_6bit_4]);15 }

 

即将每3个字节转换为4个字符。

 

当然还需要判断最后是否还有剩余的字节，如果有要单独处理：

 

1 if (tail == 1) { 2     byte_1 = bytes[bytes.length-1] & 0xFF; 3  4     group_6bit_1 =  byte_1 >>> 2; 5     group_6bit_2 = (byte_1 &   0x03) << 4; 6  7     sb.append(CHARSET[group_6bit_1]) 8       .append(CHARSET[group_6bit_2]); 9 10     if (padding) {11         sb.append('=').append('=');12     }13 } else if (tail == 2) {14     byte_1 = bytes[bytes.length-2] & 0xFF;15     byte_2 = bytes[bytes.length-1] & 0xFF;16 17     group_6bit_1 =  byte_1 >>> 2;18     group_6bit_2 = (byte_1 &   0x03) << 4 | byte_2 >>> 4;19     group_6bit_3 = (byte_2 &   0x0F) << 2;20 21     sb.append(CHARSET[group_6bit_1])22       .append(CHARSET[group_6bit_2])23       .append(CHARSET[group_6bit_3]);24 25     if (padding) {26         sb.append('=');27     }28 }

 

decode过程是类似的，具体请自行查阅完整代码。

 

引申话题：利用Base64加密解密

 

虽然本文的开头就已经提到过，Base64不是一种加密算法，但实际上我们确实可以利用Base64来加密数据。

 

我们都知道，加密就是将明文变为密文的过程。在这个过程中起关键作用的一是算法，二则是密钥。算法相当于制造工艺或加工过程，而密钥则是配方。制造工艺可以公开，但配方必须保密，否则人人都能生产云南白药了。

 

容易想到，Base64的配方就是字符集。选用的字符集不同，甚至只是改变一下字符集中字符的顺序（编号），相同的加工过程就会生成不同的Base64编码。

 

例如，如果不告诉你编码时使用的字符集，你能知道下面的编码对应的原文是什么吗？

TWl+Im1DImR5sHR5r2tFqXN4pWQ8ImZ/tih/r2BZImJZImx5sChCpWlDrGY8ImJFtihyuSh

Eqm1DInN5r2tFrmlCInhxsHN5rGYwp3J/rSh/tmx1syhxr219oWBDLihHqm1zqih5sChxImB

FsHQwrGowtmx1ImF5r2Q8InR4oXQwo30woShApXJDpXp1s2l+oGUwrGowpmV8qWt4t

ih5ryhEqmUwoGd+tm1+tWV0Iml+pih5r2R1p2lEqWtxo2B1Imt1r2VCoXR5rGYwrGowqGZ

/tGB1pmt1Lih1umN1pWRDInR4pShDqmdCtihGpWx1rWV+oGUwrGowoWZZImNxs2Zxrih

ArmVxsHVCpSY=

既然利用Base64来加密和解密是完全可行的，为什么又说它不是一种加密算法呢？

 

这是因为：

 

1. 开发Base64的目的就不是为了加密，而是为了方便在文本环境中传输二进制数据

 

2. 所以，与开发一个加密算法不同，安全性并不是Base64的目标，只是它的一个副产物。

 

实际上，Base64的安全性是非常差的，这就是在实际应用中不用它加密的原因。如果你对常用加密方法有所了解的话，你应该知道有一种古老的加密方法，称为“字符替换法”。即指定一个规则，将每个字符用其他字符替换，例如将a变为c、b变为d等，这样替换后生成的结果就是密文。解密时只需要反过来操作，将c变为a、将d变为b就可以了。用不同的替换规则加密，生成的密文也不同。

 

用Base64来加密实际上就相当于字符替换，只不过它先对字节做了一些变换，然后再进行替换，对加密过程来说，本质上是一样的。

 

字符替换法虽然简单，但却是一个伟大的发明，它被使用了超过1千年，一直都没有有效的方法来破解它。后来人们终于发现了它的弱点：基于词频和字母频率的统计规律，就能够轻松得到它的密钥。从那以后，加密者与解密者之间的战争从来就没有停歇过，加密者不断发明更复杂更安全的加密算法，解密者则绞尽脑汁去破解它们。

 

我们现在使用的RSA等非对称加密算法通常基于这样一个前提：大数的质因数分解是极其困难的，目前唯一的方法就是暴力破解。所以现在来看，RSA算法还是很安全的。但难保在将来某一天不会有人发现一种快速分解质因数的方法，那时候RSA等非对称加密算法也会像字符替换法一样变得不再安全，人们就不得不另外寻找新的加密方法喽。

 

附：源程序

 

package base64;import java.io.UnsupportedEncodingException;/** * This class provides a simple implementation of Base64 encoding and decoding. *  * @author QiaoMingkui * */public class Base64 {    /*     * charset     */    private static final char[] CHARSET = {        'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H',        'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P',        'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X',        'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f',        'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',        'o', 'p', 'q', 'r', 's', 't', 'u', 'v',        'w', 'x', 'y', 'z', '0', '1', '2', '3',        '4', '5', '6', '7', '8', '9', '+', '/'    };    /*     * charset used to decode.     */    private static final int[] DECODE_CHARSET = new int[128];    static {        for (int i=0; i<64; i++) {            DECODE_CHARSET[CHARSET[i]] = i;        }    }    /**     * A convenient method for encoding Java String,     * it uses encode(byte[], boolean) to encode byte array.     *      * @param inputStr a string to be encoded.     * @param charset charset name ("GBK" for example) that is used to convert inputStr into byte array.     * @param padding whether using padding characters "="     * @return encoded string     * @throws UnsupportedEncodingException if charset is unsupported     */    public String encode(String inputStr, String charset, boolean padding)            throws UnsupportedEncodingException {        String encodeStr = null;        byte[] bytes = inputStr.getBytes(charset);        encodeStr = encode(bytes, padding);        return encodeStr;    }    /**     * Using Base64 to encode bytes.     *      * @param bytes byte array to be encoded     * @param padding whether using padding characters "="     * @return encoded string     */    public String encode(byte[] bytes, boolean padding) {        // 4 6-bit groups        int group_6bit_1,            group_6bit_2,            group_6bit_3,            group_6bit_4;        // bytes of a group        int byte_1,            byte_2,            byte_3;        // number of 3-byte groups        int groups = bytes.length / 3;        // at last, there might be 0, 1, or 2 byte(s) remained,        // which needs to be encoded individually.        int tail = bytes.length % 3;        StringBuilder sb = new StringBuilder(groups * 4 + 4);        // handle each 3-byte group        for (int i = 0; i < groups; i++) {            byte_1 = bytes[3*i]   & 0xFF;            byte_2 = bytes[3*i+1] & 0xFF;            byte_3 = bytes[3*i+2] & 0xFF;            group_6bit_1 =  byte_1 >>> 2;            group_6bit_2 = (byte_1 &  0x03) << 4 | byte_2 >>> 4;            group_6bit_3 = (byte_2 &  0x0F) << 2 | byte_3 >>> 6;            group_6bit_4 =  byte_3 &  0x3F;            sb.append(CHARSET[group_6bit_1])              .append(CHARSET[group_6bit_2])              .append(CHARSET[group_6bit_3])              .append(CHARSET[group_6bit_4]);        }        // handle last 1 or 2 byte(s)        if (tail == 1) {            byte_1 = bytes[bytes.length-1] & 0xFF;            group_6bit_1 =  byte_1 >>> 2;            group_6bit_2 = (byte_1 &   0x03) << 4;            sb.append(CHARSET[group_6bit_1])              .append(CHARSET[group_6bit_2]);            if (padding) {                sb.append('=').append('=');            }        } else if (tail == 2) {            byte_1 = bytes[bytes.length-2] & 0xFF;            byte_2 = bytes[bytes.length-1] & 0xFF;            group_6bit_1 =  byte_1 >>> 2;            group_6bit_2 = (byte_1 &   0x03) << 4 | byte_2 >>> 4;            group_6bit_3 = (byte_2 &   0x0F) << 2;            sb.append(CHARSET[group_6bit_1])              .append(CHARSET[group_6bit_2])              .append(CHARSET[group_6bit_3]);            if (padding) {                sb.append('=');            }        }        return sb.toString();    }    /**     * Decode a Base64 string to bytes (byte array).     *      * @param code Base64 string to be decoded     * @return byte array     */    public byte[] decode(String code) {        char[] chars = code.toCharArray();        int group_6bit_1,            group_6bit_2,            group_6bit_3,            group_6bit_4;        int byte_1,            byte_2,            byte_3;        int len = chars.length;        // ignore last '='s        if (chars[chars.length - 1] == '=') {            len--;        }        if (chars[chars.length - 2] == '=') {            len--;        }        int groups = len / 4;        int tail = len % 4;        // each group of characters (4 characters) will be converted into 3 bytes,        // and last 2 or 3 characters will be converted into 1 or 2 byte(s).        byte[] bytes = new byte[groups * 3 + (tail > 0 ? tail - 1 : 0)];        int byteIdx = 0;        // decode each group        for (int i=0; i
       
        << 2 | group_6bit_2 >>> 4;            byte_2 = (group_6bit_2 & 0x0F) << 4 | group_6bit_3 >>> 2;            byte_3 = (group_6bit_3 & 0x03) << 6 | group_6bit_4;            bytes[byteIdx++] = (byte) byte_1;            bytes[byteIdx++] = (byte) byte_2;            bytes[byteIdx++] = (byte) byte_3;        }        // decode last 2 or 3 characters        if (tail == 2) {            group_6bit_1 = DECODE_CHARSET[chars[len - 2]];            group_6bit_2 = DECODE_CHARSET[chars[len - 1]];            byte_1 = group_6bit_1 << 2 | group_6bit_2 >>> 4;            bytes[byteIdx] = (byte) byte_1;        } else if (tail == 3) {            group_6bit_1 = DECODE_CHARSET[chars[len - 3]];            group_6bit_2 = DECODE_CHARSET[chars[len - 2]];            group_6bit_3 = DECODE_CHARSET[chars[len - 1]];            byte_1 =  group_6bit_1         << 2 | group_6bit_2 >>> 4;            byte_2 = (group_6bit_2 & 0x0F) << 4 | group_6bit_3 >>> 2;            bytes[byteIdx++] = (byte) byte_1;            bytes[byteIdx]   = (byte) byte_2;        }        return bytes;    }    /**     * Test.     * @param args     */    public static void main(String[] args) {        Base64 base64 = new Base64();        String str = "Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure.";        System.out.println(str);        try {            String encodeStr = base64.encode(str, "GBK", false);            System.out.println(encodeStr);            byte[] decodeBytes = base64.decode(encodeStr);            String decodeStr = new String(decodeBytes, "GBK");            System.out.println(decodeStr);        } catch (UnsupportedEncodingException e) {            e.printStackTrace();        }    }}
       

 

参考资料

1. 维基百科“Base64”词条：