Base64 Encoding
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
1
2
3
43 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.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
## 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 ySteps
- 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 - 将各组二进制转成十进制，根据映射关系得到 Base64 编码
1
218 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 - 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。
Base64 Encoding