Base64 Encoding

叠甲

限于知识水平，文章中可能存在错误，欢迎指正。

What is Base64?

Base64 is a binary-to-text encoding scheme. It represents binary data in a printable ASCII string format by translating it into a radix-64 representation.
Base64 encoding is commonly used when there is a need to transmit binary data over media that do not correctly handle binary data and is designed to deal with textual data belonging to the 7-bit US-ASCII charset only.
One example of such a system is Email (SMTP), which was traditionally designed to work with plain text data in the 7-bit US-ASCII character set. Although, It was later extended to support non US-ASCII text messages as well as non-text messages such as audio and images, It is still recommended to encode the data to ASCII charset for backward compatibility.
What is Base64 Encoding and How does it work?

• Base64 用 6 个 bit 来表示一个字符，输入流中每 3 个 Bytes 由 4 个 Base64 字符表示

  3 Bytes = 3 * 8 bits = 24 bits = 4 * 6 bits
  Base64 Encoding算法会在4组6bit各自的头部添0：
  4 * 6 bit -> 4 * 8 bits = 4 Bytes
  这即是Base64编码后数据长度增加1/3的原因

• Base64 包含 64 个字符(26 个大写字母，26 个小写字母，10 个数字，2 个特殊字符+，/)
• Base64 常用于在 URL、Cookie、网页中传输少量二进制数据。

How does Base64 Encoding work?

Base64 encoding works with a 65-character subset of the US-ASCII charset. The first 64 characters out of the 65-character subset are mapped to an equivalent 6-bit binary sequence $2^6 = 64$. The extra 65th character (=) is used for padding.

## 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
   14 O            31 f            48 w         (pad) =
   15 P            32 g            49 x
   16 Q            33 h            50 y

Steps

1. 以 6 bit 为单位将二进制数据分组，不足 6 个 bit 的在末尾补 0，得到 8 组二进制数据：
   以 ASCII 编码的字符串HelloWorld\n为例，其二进制数据为：
   01001000 01100101 01101100 01101100 01101111 01010111 01101111 01110010 01101100 01100100 00001010
   分组后为：
   010010 000110 010101 101100 011011 000110 111101 010111 011011 110111 001001 101100 011001 000000 1010
2. 将各组二进制转成十进制，根据映射关系得到 Base64 编码

   18 6  21 44 27 6  61 23 27 55 9  44 25 0  40
   S  G  V  s  b  G  9  X  b  3  J  s  Z  A  o

3. 将 Base64 编码拼接起来，最终结果应为 4 的倍数，不足则在末尾补=
SGVs bG9X b3Js ZAO=

Why Base64？

在早期的互联网协议中，设计者们主要考虑的是发送文本数据，因此这些协议通常只能处理 ASCII 字符集中的字符。然而，二进制文件（如图片、音频、视频等）包含的数据通常超出了 ASCII 字符集的范围。如果直接发送这些二进制数据，可能有部分字节被解释为控制字符，例如换行符、回车符、制表符等。这些控制字符在传输过程中可能会被解释为其他含义，从而导致数据传输错误。

Base64 编码出现是为了就是解决在网络上发送二进制数据的问题。Base64 选取 US-ASCII 中的64 个可打印字符作为编码后的字符集，这样就可以保证数据在传输过程中不会被解释为控制字符，从而确保数据传输的安全和可靠。

不过，Base64 编码会导致数据膨胀，大约增加 1/3 的大小。

Base64’s Applications

Base64 的应用非常广泛，包括但不限于：

• 电子邮件：在 MIME（多用途互联网邮件扩展）协议中，Base64 用于编码电子邮件的附件，使其可以通过电子邮件系统发送。电子邮件系统主要设计用于处理文本，而不是二进制数据，因此需要将二进制附件（如图片或文档）转换为文本格式。

• 数据 URI：在网页中，可以使用 Base64 编码的数据 URI 来内嵌图片或其他资源。这样可以减少 HTTP 请求的数量，从而提高页面加载速度。数据 URI 的格式为 data:[<mediatype>][;base64],<data>，其中 是资源的 MIME 类型， 是 Base64 编码的资源数据。

• URL 编码：在某些情况下，URL 可能需要包含二进制数据。由于 URL 只能包含 ASCII 字符，因此需要使用 Base64 编码来编码这些数据。标准的 Base64 编码在 URL 中有特殊含义的字符(+ 和 /)，于是 + 和 / 分别被替换为 - 和 _。

• 证书和密钥：在 SSL/TLS 和其他安全协议中，证书和密钥通常使用 Base64 编码，以便在文本格式的配置文件中使用。这样可以避免二进制数据在处理或传输过程中可能出现的问题。

• 编码用户凭据：在 HTTP 基本认证中，用户的用户名和密码会被拼接成一个字符串，然后使用 Base64 编码，最后将编码后的字符串放在 HTTP 头的 Authorization 字段中发送给服务器。