Base64编码

Base64 是用文本表示二进制的编码方式，它使用 4 个字节的文本来表示 3 个字节的原始二进制数据。它将基于 64 个可打印的字符来表示二进制的数据（中文日文、URL、Cookie、网页传输少量二进制文件等）。

原理

先定义索引表：
[‘A’, ‘B’, ‘C’, … ‘a’, ‘b’, ‘c’, … ‘0’, ‘1’, … ‘+’, ‘/‘]
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。

转换步骤

  1. 将待转换的字符串每三个字节分为一组，每个字节占 8 bit，那么共有 24 个二进制位。
  2. 将上面的 24 个二进制位每 6 个一组，共分为 4 组。
  3. 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。

  4. 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

  • 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

    image.png
    编码：TWFu

    位数不足

    image.png
    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：

  • 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。

    拓展

    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

MD5 编码

MD5 是哈希算法的一种，可以将任意数据产生出一个 128 位（16字节）的散列值，用于确保信息传输完整一致。我们常在注册登录模块使用 MD5，用户密码可以使用 MD5 加密的方式进行存储。如：md5(hello world,32) = 5eb63bbbe01eeed093cb22bb8f5acdc3

加密，指的是对数据进行转换以后，数据变成了另一种格式，并且除了拿到解密方法的人，没人能把数据转换回来。MD5 是一种信息摘要算法，它是不可逆的，不可以解密。所以它只能算的上是一种单向加密算法。Base64 也不是加密算法，它是一种数据编码方式，虽然是可逆的，但是它的编码方式是公开的，无所谓加密。