 |
什么是Base64？ |
|
|
| 什么是Base64？ |
|
| 作者：佚名 文章来源：不详 点击数： 更新时间：2007-1-26 9:19:05 |
|
按照RFC2045的定义，Base64被定义为：Base64内容传送编码被设
计用来把任意序列的8位字节描述为一种不易被人直接识别的形式
。（The Base64 Content-Transfer-Encoding is designed to
represent arbitrary sequences of octets in a form that
need not be humanly readable.）
为什么要使用Base64？
在设计这个编码的时候，我想设计人员最主要考虑了3个问题：
1.是否加密？
2.加密算法复杂程度和效率
3.如何处理传输？
加密是肯定的，但是加密的目的不是让用户发送非常安全的
Email。这种加密方式主要就是“防君子不防小人”。即达到一
眼望去完全看不出内容即可。
基于这个目的加密算法的复杂程度和效率也就不能太大和太低。
和上一个理由类似，MIME协议等用于发送Email的协议解决的是
如何收发Email，而并不是如何安全的收发Email。因此算法的复
杂程度要小，效率要高，否则因为发送Email而大量占用资源，
路就有点走歪了。
但是，如果是基于以上两点，那么我们使用最简单的恺撒
法即可，为什么Base64看起来要比恺撒法复杂呢？这是因为在
Email的传送过程中，由于历史原因，Email只被允许传
送ASCII字符，即一个8位字节的低7位。因此，如果您发送
了一封带有非ASCII字符（即字节的最高位是1）的Email通
过有“历史问题”的网关时就可能会出现问题。网关可能会
把最高位置为0！很明显，问题就这样产生了！因此，为了能
够正常的传送Email，这个问题就必须考虑！所以，单单靠改
变字母的位置的恺撒之类的方案也就不行了。关于这一点可以
参考RFC2046。
基于以上的一些主要原因产生了Base64编码。
算法详解
Base64编码要求把3个8位字节（3*8=24）转化为4个6位的字
节（4*6=24），之后在6位的前面补两个0，形成8位一个字节的
形式。
具体转化形式间下图：
字符串“张3”
11010101 11000101 00110011
00110101 00011100 00010100 00110011
表1
可以这么考虑：把8位的字节连成一串110101011100010100110011
然后每次顺序选6个出来之后再把这6二进制数前面再添加两个0，就成了一个新的字节。之后再选出6个来，再添加0，依此类推，直到24个二进制数全部被选完。
让我们来看看实际结果：
字符串“张3”
11010101 HEX:D5 11000101 HEX:C5 00110011 HEX:33
00110101 00011100 00010100 00110011
字符’5’ 字符’^/’ 字符’^T’ 字符’3’
十进制53 十进制34 十进制20 十进制51
表2
这样“张3 ”这个字符串就被Base64表示为”5^/^T3”了么？。错！
Base64编码方式并不是单纯利用转化完的内容进行编码。像’^/’
字符是控制字符，并不能通过计算机显示出来，在某些场合就不能
使用了。Base64有其自身的编码表：
Table 1: The Base64 Alphabet
Value Encoding Value Encoding Value Encoding Value Encoding
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 (pad) =
14 O 31 f 48 w
15 P 32 g 49 x
16 Q 33 h 50 y
表3
这也是Base64名称的由来，而Base64编码的结果不是根据算法把编码变为高两位
是0而低6为代表数据，而是变为了上表的形式，如”A”就有7位，而”a”就只有
6位。表中，编码的编号对应的是得出的新字节的十进制值。因此，从表2可以得到对应的Base64编码：
字符串“张3”
11010101 HEX:D5 11000101 HEX:C5 00110011 HEX:33
00110101 00011100 00010100 00110011
字符’5’ 字符’^/’ 字符’^T’ 字符’3’
十进制53 十进制34 十进制20 十进制51
字符’1’ 字符’i’ 字符’U’ 字符’z’
表4
这样，字符串“张3”经过编码后就成了字符串“1iUz”了。
Base64将3个字节转变为4个字节，因此，编码后的代码量（以字节为单位，下同）约比编码前的代码
量多了1/3。之所以说是“约”，是因为如果代码量正好是3的整数倍，那么自然是多了1/3。但如果不是呢？
细心的人可能已经注意到了，在The Base64 Alphabet中的最后一个有一个(pad) =字符。这个字符的目的就
是用来处理这个问题的。
当代码量不是3的整数倍时，代码量/3的余数自然就是2或者1。转换的时候，结果不够6位的用0来补上相应的
位置，之后再在6位的前面补两个0。转换完空出的结果就用就用“=”来补位。譬如结果若最后余下的为2个字节的“张”：
字符串“张”
11010101 HEX:D5 11000101 HEX:C5
00110101 00011100 00010100
十进制53 十进制34 十进制20 pad
字符’1’ 字符’i’ 字符’U’ 字符’=’
表6
这样，最后的2个字节被整理成了“1iU=”。
同理，若原代码只剩下一个字节，那么将会添加两个“=”。只有这两种情况，所以，Base64的编码最多会在编码结尾有两个“=”
至于将Base64的解码，只是一个简单的编码的逆过程，读者可以自己探讨。我将在文章的最后给出解码算法。【转自世纪安全网 http://www.21safe.com】
|
|
| 文章录入：admin 责任编辑：admin |
|
|
上一篇文章： 各种文件后缀名与打开方式大全
下一篇文章： 提问的艺术！ |
|
|
| 【字体：小 大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】 |
|
|
 网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！） |
|
|
|
|
|
