base64的笔记

过去一直没搞懂base64是什么，最近看了阮一峰的笔记后，自己查了部分资料后才搞明白是什么。原来base64也像我之前做的UTF-8笔记一样，进行了编码，是为了解决电子邮件中不能直接使用非ASCII码字符的规定的问题。当然，现在我们常常是在图片中使用base64，减少请求次数。

1、什么是base64

我们都知道，ASCII码字符集只有128个字符，对于美国人可能还够用，但是对于其他国家来说就远远不够了。于是出现了Unicode字符集，它几乎囊括了所有你能见到的文字。并且还在不断发展。但是Unicode组织是在1988年才成立，那在这之前常用的字符集是什么？ASCII字符集。所以1982年给电子邮件定规范的时候，就规定了电子邮件只能使用ASCII字符。这当然不利于电子邮件发展，你想，你写一封电子邮件还得用英文写。。。因此1992年，工程师们决定扩展电子邮件的技术规范，提出一系列补充规范，出现了MIME。MIME使用了Quoted-printable和Base64对邮件重新进行了编码，将那些非ASCII字符转成ASCII字符，关于MIME的介绍，可以看阮一峰的MIME笔记。这里主要介绍base64。

2、base64的编码方式

好的，我们已经知道base64是用来将非ASCII字符转化为ASCII字符的。那么它具体是怎么实现的呢？它的规则如下：

• 首先将每3个字节分为一组，这样就一共是24个二进制位
• 接着将24个二进制位分成4组，每组6个二进制位
• 再在每组前面补充2个0，这样每组就是8个二进制位，共有4个字节
• 最后每个字节根据下表一一对应，组合起来就是编码完成的base64

　　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

上表来自阮一峰-Base64笔记

举个例子，现在我们要把sea转化为base64。sea由3个字母组成，每个字母对应一个字节。它们的ASCII值分别是115、101、97，转成二进制分别是01110011、01100101、01100001。组合起来就是011100110110010101100001，分成4组就是011100-110110-010101-100001（这里为了区分使用-进行了分割，后文类似）。再在每组前面添2个0，就是00011100-00110110-00010101-00100001。转成10进制，28-54-21-33，再根据上表对应得到base64值为c2Vh。

但是有时候字节数不是3的倍数，这样会余下1个或2个字节。这种情况的处理方法如下：

• 二个字节的情况：将这二个字节的一共16个二进制位，按照上面的规则，转成三组，最后一组除了前面加两个0以外，后面也要加两个0。这样得到一个三位的Base64编码，再在末尾补上一个"="号。
• 一个字节的情况：将这一个字节的8个二进制位，按照上面的规则转成二组，最后一组除了前面加二个0以外，后面再加4个0。这样得到一个二位的Base64编码，再在末尾补上两个"="号。

举个例子，如果我们要将se转成base64，根据上文我们知道它的二进制是01110011-01100101，根据每组6位可以分为011100-110110-0101，再由上面的规则可以写成00011100-00110110-00010100，转成10进制为28-54-20，这样base64为c2U=。别忘了最后的那个=号。

如果要将s转成base64，根据上文我们知道它的二进制是01110011，根据每组6位可以分为011100-11，再由上面的规则可以写成00011100-00110000，转成10进制为28-48，这样base64为cw==。别忘了最后的那2个=号。

上面的例子都是英文的，那么肯定有小伙伴要问了，中文怎么办？这里需要考虑到编码方式，汉字有多种编码方式，如gb2312、utf-8、gbk等等。不同编码方式对应的base64是不同的。不知道什么是编码可以看我的笔记。因为网页通常使用utf-8编码，这里以utf-8编码作为例子。

假设我们要把汉字好转成base64。步骤如下：

• 好字的utf-8编码是E5A5BD，转成二进制是11100101-10100101-10111101，按每6个一组为111001-011010-010110-111101
• 在每组的前面添加2个0，得到00111001-00011010-00010110-00111101，转成10进制为57-26-22-61
• 对应规则表得到base64为5aW9

那么我们每次想要转换base64都要这么搞吗？当然不是的，网上有很多在线转化base64的网站。例如：base64在线转化。在JavaScript中也有两个函数可以用于base64编码和解码，分别是btoa()和atob。例如上面的例子，要对sea进行base64编码可以这样：btoa('sea')。得到结果是c2Vh，解码可以这样：atob('c2Vh')，返回sea。但是这两个函数只适用于ASCII字符集里面的字符。就，，，没什么用。

3、base64的优缺点

base64初衷是应用于电子邮件，将非ASCII字符转化为ASCII字符。但是现在常常用于图片的转化。在图片中我们可以这么使用：<img src="https://img-blog.csdnimg.cn/2022010703501249031.png" />。其中data:image/png;base64,为固定前缀，表示使用base64，image/png表示这是一个png图片。同样，也可以用在背景图片中，url(https://img-blog.csdnimg.cn/2022010703501249031.png)。

<img src="data:image/png;base64,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" />

但是base64也有它的缺点，从上面的转化过程我们已经知道，一个3字节的东西转为base64后会变成4字节，这样增加了文件体积。小的图片还好，如果是大图，就不推荐使用base64了，因为会导致文件体积过大，增大了大约三分之一的体积。

以上。

4、参考链接

1. 阮一峰 - MIME笔记
2. 阮一峰 - Base笔记