Base64
Base64 是什么？是将字节流转换成可打印字符、将可打印字符转换为字节流的一种算法。Base64 使用 64 个可打印字符来表示转换后的数据。
准确的来说，Base64 不算是一种加、解密的算法，它是一种编码、解码的算法。这也是为什么我的用词是编码、解码，而不是加密、解密。
编码原理
这里的讨论的前提是使用 UTF-8 编码
Base64 算法的原理，是将输入流中的字节按每 3 个分为一组，然后每次取 6 个比特，将其转换成表格中对应的数据，一直重复到没有剩余的字符为止，转换表格如下：
| Index | Character | ||||||
|---|---|---|---|---|---|---|---|
| A | 1 | B | 2 | C | 3 | D | |
| 4 | E | 5 | F | 6 | G | 7 | H |
| 8 | I | 9 | J | 10 | K | 11 | L |
| 12 | M | 13 | N | 14 | O | 15 | P |
| 16 | Q | 17 | R | 18 | S | 19 | T |
| 20 | U | 21 | V | 22 | W | 23 | X |
| 24 | Y | 25 | Z | 26 | a | 27 | b |
| 28 | c | 29 | d | 30 | e | 31 | f |
| 32 | g | 33 | h | 34 | i | 35 | j |
| 36 | k | 37 | l | 38 | m | 39 | n |
| 40 | o | 41 | p | 42 | q | 43 | r |
| 44 | s | 45 | t | 46 | u | 47 | v |
| 48 | w | 49 | x | 50 | y | 51 | z |
| 52 | 53 | 54 | 55 | ||||
| 56 | 57 | 58 | 59 | ||||
| 60 | 61 | 62 | + | 63 | / |
编码过程
举个例子，假设我们要对字符串
S.H
进行编码：
- 将其转换成十六进制为 53、2e、48
- 再将十六进制转换成二进制，分别为
01010011
00101110
01001000
- 将其每6个比特分为一组，分别为
010100
110010
111001
001000
- 将其转换成十进制得到，20、50、57、8
- 再根据表格中的转换关系转换可得，U、y、5、I
换句话说，字符串
S.H
通过 Base64 算法编码之后的结果为
Uy5I
。
编码图解
如果觉得文字较难理解，我把上面的流程用图的形式画了出来，可以结合着一起看。
为什么要 每三个 分为一组，因为 3
8 = 24，24 = 4
6，这样子可以刚好可以均分完。
那如果我输入的字节不足三个呢？
例如
SH
？按照上述的做法：
首先将其转换成十六进制
53
48
，再将其转换成二进制
01010011
01001000
，再按照每 6 个比特分为一组，就会变成
010100
110100
1000
，再转换成十进制得到 20、52、8，最后得到
U0I
.
然而这个结果是不正确的，随便去找一个工具输入转换看看都知道，最终结果为
U0g=
. 这也说明在输入的字符不足 3 个时，就不是按照之前的方式来处理了。
不足三个字节如何处理？
假设需要编码的字符串还是
SH
将其转换成二进制为，
01010011
01001000
010100
110100
1000
但是可以看到最后一组的比特位不足 6 个，在这种情况下，会进行末尾（低位）补0的操作。补完之后就会变成
010100
110100
100000
。但是你会发现，这里总共也只有18个比特，不满足 3 个字节一组的原则。在这种情况下，前三组会按照常规的 Base64 进行编码，而缺失的一组则会使用
=
来进行填充。
这样一来，就会变成
20
52
32
，再根据表格转换可得
U0g
，再加上最后填充的
=
，最终结果就是
U0g=
以下是图解。
只有一个字节如何处理？
那同理，如果只有一个字符，最后在二进制分组的时候，不足 6 位的低位补 0，分组不满 4 的，直接以
=
号填充。举个例子，假设需要编码的是字符串
S
S
的二进制为
01010011
，按照 6 个比特分为一组，
010100
11
。第二组明显不满 6 个比特，进行低位补0操作。
低位补0之后结果变成了
010100
110000
，这里只有 2 组，不满四组，所以这里需要填充 2 个
=
。将前面的两组转换成字符，结果为
Uw
，再结合填充字符，最终的结果为
Uw==
关于编码，有人可能会说，你这都是英文，英文转换成十进制再到十六进制很方便，对比 ASCII 码就行，那要是中文呢？实际上，这个跟采取的编码类别有关系。对同样的中文采用不同的编码，最后得到的结果可能都不同。所以我们这里只讨论采用
UTF-8
的场景。
如果是中文，就采用
UTF-8
将中文进行编码，而如果是英文，其转换结果和 ASCII 编码是一样的。
解码原理
因为最终的编码产物中，如果 6 个比特的分组不满 4 组，会有
=
作为填充物，所以一个 base64 完后的产物总是能够被 4 整除。
所以，在解密中，我们每次需要处理 4 个字符，将这 4 个字符编码之后转换成十进制，再转换成二进制，不足 6 位的高位补0，然后将 6 个比特一组的二进制数按原顺序重新分成每 8 个比特一组，也就是一个字节一组。然后将其转换成十六进制，再转换成对应的字符。
解码过程
假设我们需要解密的字符为 Uy5I
解密过程就会像：
- 按照每次处理4个字符的原理，根据表格将其分别转换成十进制
20
50
57
8
- 再将其转换成二进制，不足六位的高位补0，再将其分成每 8 个比特一组
- 将分组好的比特转换成十六进制，得到
53
2e
48
- 最后将十六进制转换成字母得到
S
.
H
S.H
解码图解
换成图片来说就是如下这样
这里我们处理的是一个比较理想的情况，因为所有的比特位刚好被填充完，那如果带有
=
padding 的 base64 是如何进行解密的呢？
这里拿编码之后的 base64 字符串SH
来做例子U0g=
- 首先根据表格，将其转换成十进制
20
50
32
- 再将其转换成二进制，不足 6 个比特的高位补0，
010100
110100
100000
- 再将其分成每 8 个比特位一组，
01010011
01001000
- 然后再转换成十六进制得
53
48
- 转换成字符串可得
SH
本篇文章已放到我的 Github github.com/sh-blog 中，欢迎 Star。微信搜索关注【SH的全栈笔记】，回复【队列】获取MQ学习资料，包含基础概念解析和RocketMQ详细的源码解析，持续更新中。
如果你觉得这篇文章对你有帮助，还麻烦点个赞，关个注，分个享，留个言。