base64编码底层转换规则举例解读

一.作用

Base64就是一种基于64个可打印字符来表示二进制数据的方法，把一些不可打印的字符转换成全部都是可打印的字符。

ps：关于ASCII编码(含扩展ASCII)中，打印字符和不可打印字符：https://blog.csdn.net/MrYushiwen/article/details/107998062

二.base64编码转换表（64个可打印字符）

总共64个可打印字符，从0开始到63结束。

三.base64举例说明全过程

1.规则

关于这个编码的规则：

1. 把3个字节变成4个字节,6位为一组，高位补两个0，组成一个字节，这样十进制中正好从0到63
2. 每76个字符加一个换行符。
3. 最后的结束符也要处理。
   Base64要求把每三个8Bit的字节转换为四个6Bit的字节（3*8 = 4*6 = 24），然后把6Bit再添两位高位0，组成四个8Bit的字节，也就是说，转换后的字符串理论上将要比原来的长1/3。

2.举例一（末尾没有=号）

把UTF-8编码的abc进行base64编码其具体过程如下：

1. UTF-8编码的abc其底层用二进制表示为01100001 01100010 01100011
2. 拆分，每六位一组：011000 010110 001001 100011
3. 高位补两个0：00011000，00010110，00001001 ， 00100011
4. 查找base64编码转换表，00011000，00010110，00001001 ， 00100011十进制为：24，22，9，33，对于的字符为：YWJj

2.举例二（末尾有=号）

在1中的规则，第一条对于这个有稍微的变化，因为这个末尾差分6个为一组时，最后只有4个，怎么办呢，先低位补0，补成6位，然后在高位补两个0，组成一个字节，这样十进制中正好从0到63

把UTF-8编码的ab进行base64编码其具体过程如下：

1. UTF-8编码的ab其底层用二进制表示为01100001 01100010
2. 拆分，每六位一组，末尾只有4位，先低位补0，补成6位：011000 010110 001000
3. 高位补两个0：00011000，00010110，00001000
4. 查找base64编码转换表，00011000，00010110，00001000 十进制为：24，22，8对于的字符为：YWI
5. 在举例1中字节数量应该是3的倍数，如果这个条件不能满足的话，具体的解决办法是这样的：剩余的字节根据编码规则继续单独转过程如上述所述，最后再用=号补满4个字节。这就是为什么有些Base64编码会以一个或两个等号结束的原因，但等号最多只有两个。因为一个原字节至少会变成两个目标字节，所以余数任何情况下都只可能是0，1，2这三个数中的一个。如果余数是0的话，就表示原文字节数正好是3的倍数（最理想的情况）。如果是1的话，转成2个Base64编码字符，为了让Base64编码是4的倍数，就要补2个等号；同理，如果是2的话，就要补1个等号。
6. 补一个=号，最后结果为：YWI=

四.关于URL的改进Base64编码

• 标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，而这些“%”号在存入数据库时还需要再进行转换，因为ANSI SQL中已将“%”号用作通配符。
• 为解决此问题，可采用一种用于URL的改进Base64编码，它在末尾填充’='号，并将标准Base64中的“+”和“/”分别改成了“-”和“_”，即把 二.base64编码转换表（64个可打印字符）中的62和63对应的字符改成了-和_
• 这样就免去了在URL编解码和数据库存储时所要作的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。