浅析 base64 编码

Posted on | Edited on | In ,
| 6k | 50 mins.

之前研究过 base64 编码，但是 blog 一直放着没写，现在把它完结了吧~

引言

base64 是一种简单又常用的编码方式，通常用于传输一些数据（可以是文本也可以是图片）。

之前在工作中，有看到相关的应用，有点好奇它的原理，就分析了一下。

规则

简而言之，base64 编码的过程就是将源字符串每 3 个字符扩展为 4 个编码表字符，从而组成一个新的字符串，其中 3 个字符对应 24 位，若取 6 位为一个编码字符，则正好对应 4 个字符。如果剩下的字符不足 3 个字符，那么就用“=”进行替代，所以，base64 编码后的字符串，可能会出现 0 个、1 个或 2 个“=”。

从这里也可以看出，因为是按 6 位进行编码的，所以这也是叫 base64 的由来😂。

对应的编码表：

码值 字符 码值 字符 码值 字符 码值 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 /

有了编码表之后，就可以进行编码操作了，以“A”这个单字符组成的字符串为例，字符“A”的二进制形式为：
$$ (0100 0001)_2 $$

取出前六位：
$$(0100 00)_2$$

按照编码表就等于：
$$(16)_{10} = Q$$

这样，就得到了编码后的第一个字符。但此时会发现，字符“A”还剩下“01”两位没有用到，这里直接在后面补零就好，可得0100 00这六位，对应编码同样还是Q。

这时，得到了由Q这个字符构成的字符串QQ，离目标 4 个字符还差两个，这里再直接用“=”补齐，就得到：QQ==这个编码后的字符串了。

整体来看，编码过程并不复杂，对吧，下面再来实现它。

编码

考虑到整个编码过程中，存在着大量的取位操作，直接使用位运算取出特定的位，然后根据编码表转换为特定的字符会比较方便，所以我们直接使用 C 语言的位运算来实现，测试代码如下：

Ver1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#include <stdio.h>
#include <stdlib.h>

const char enc_map[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";


void base64_enc(const char *src, int src_len, char *enc) {
    int i = 0, j = 0;
    for(; i < src_len - src_len % 3; i += 3) {
        enc[j++] = enc_map[(src[i] >> 2) & 0x3F];
        enc[j++] = enc_map[((src[i] << 4) & 0x30) + ((src[i + 1] >> 4) & 0xF)];
        enc[j++] = enc_map[((src[i + 1] << 2) & 0x3C) + ((src[i + 2] >> 6) & 0x3)];
        enc[j++] = enc_map[src[i + 2] & 0x3F];
    }
    if(src_len % 3 == 1) {
        enc[j++] = enc_map[(src[i] >> 2) & 0x3F];
        enc[j++] = enc_map[(src[i] << 4) & 0x30];
        enc[j++] = '=';
        enc[j++] = '=';
    } else if(src_len % 3 == 2) {
        enc[j++] = enc_map[(src[i] >> 2) & 0x3F];
        enc[j++] = enc_map[((src[i] << 4) & 0x30) + ((src[i + 1] >> 4) & 0xF)];
        enc[j++] = enc_map[(src[i + 1] << 2) & 0x3C];
        enc[j++] = '=';
    }
}

int main() {
    char *strSrc[10] = {"A", "AB", "ABC", "ABCD", "Killing"};
    char strEnc[1024];
    memset(strEnc, 0, sizeof(strEnc));
    for(int i = 0; i < 5; ++i) {
        base64_enc(strSrc[i], strlen(strSrc[i]), strEnc);
        printf("%s\n%s\n", strSrc[i], strEnc, strDec);
    }
    return 0;
}

/*
output:
A
QQ==
AB
QUI=
ABC
QUJD
ABCD
QUJDRA==
Killing
S2lsbGluZw==
*/

解码

学会如何编码之后，对应的解码自然也不在话下了，只需要按照对应的解码表进行解码即可，我们直接在上面的代码中修改：

Ver2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

const char enc_map[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
char dec_map[256] = {0};

void init() {
    unsigned int idx = 0;
    for(unsigned int i = 0; i < strlen(enc_map); ++i)
        dec_map[enc_map[i]] = idx++;
}

void base64_enc(const char *src, int src_len, char *enc) {
    int i = 0, j = 0;
    for(; i < src_len - src_len % 3; i += 3) {
        enc[j++] = enc_map[(src[i] >> 2) & 0x3F];
        enc[j++] = enc_map[((src[i] << 4) & 0x30) + ((src[i + 1] >> 4) & 0xF)];
        enc[j++] = enc_map[((src[i + 1] << 2) & 0x3C) + ((src[i + 2] >> 6) & 0x3)];
        enc[j++] = enc_map[src[i + 2] & 0x3F];
    }
    if(src_len % 3 == 1) {
        enc[j++] = enc_map[(src[i] >> 2) & 0x3F];
        enc[j++] = enc_map[(src[i] << 4) & 0x30];
        enc[j++] = '=';
        enc[j++] = '=';
    } else if(src_len % 3 == 2) {
        enc[j++] = enc_map[(src[i] >> 2) & 0x3F];
        enc[j++] = enc_map[((src[i] << 4) & 0x30) + ((src[i + 1] >> 4) & 0xF)];
        enc[j++] = enc_map[(src[i + 1] << 2) & 0x3C];
        enc[j++] = '=';
    }
}

void base64_dec(const char *enc, int enc_len, char *dec) {
    if(enc_len % 4 != 0) {
        printf("encoding str is valid.\n");
        exit(0);
    }
    int i = 0, j = 0;
    for(; i < enc_len; i += 4) {
        if(!dec_map[enc[i]] || !dec_map[enc[i + 1]] || !dec_map[enc[i + 2]] || !dec_map[enc[i + 3]])
            break;
        dec[j++] = (dec_map[enc[i]] << 2) + ((dec_map[enc[i + 1]] >> 4) & 0x3);
        dec[j++] = ((dec_map[enc[i + 1]] << 4) & 0xF0) + ((dec_map[enc[i + 2]] >> 2) & 0xF);
        dec[j++] = ((dec_map[enc[i + 2]] << 6) & 0xC0) + (dec_map[enc[i + 3]] & 0x3F);
    }

    if(i < enc_len) {
        if(enc[i + 2] == '=' && enc[i + 3] == '=') {
            dec[j] = (dec_map[enc[i]] << 2) + ((dec_map[enc[i + 1]] >> 4) & 0x3);
        } else if(enc[i + 3] == '=') {
            dec[j++] = (dec_map[enc[i]]  << 2) + ((dec_map[enc[i + 1]] >> 4) & 0x3);
            dec[j++] = ((dec_map[enc[i + 1]] << 2) & 0xF0) + ((dec_map[enc[i + 2]] >> 2) & 0xF);
        }
    }
}

int main() {
    init();

    char *strSrc[10] = {"A", "AB", "ABC", "ABCD", "Killing"};
    char strEnc[1024], strDec[1024];
    memset(strEnc, 0, sizeof(strEnc));
    memset(strDec, 0, sizeof(strDec));
    for(int i = 0; i < 5; ++i) {
        base64_enc(strSrc[i], strlen(strSrc[i]), strEnc);
        base64_dec(strEnc, strlen(strEnc), strDec);
        printf("%s\n%s\n%s\n", strSrc[i], strEnc, strDec);
    }
    return 0;
}
/*
output:
A
QQ==
A
AB
QUI=
AR
ABC
QUJD
ABC
ABCD
QUJDRA==
ABCD
Killing
S2lsbGluZw==
Killing
*/

结语

这篇文章重点分析了 base64 编码、解码的过程，并用 C 语言简单实现了一个 demo 程序。总体来看，base64 编码的过程并不复杂，作为理解计算机编码方式的练习来讲，还不错。

PS：欠了一年的 blog 终于水完了~😂

Buy me a coffee ? :)
0%