Base64 编码/解码

Base64（基底 64）是一种基于 64 个可打印字符来表示二进制数据的表示方法。由于 log₂ 64 = 6，所以每 6 个位元为一个单元，对应某个可打印字符。3 个字节相当于 24 个位元，对应于 4 个 Base64 单元，即 3 个字节可由 4 个可打印字符来表示。在 Base64 中的可打印字符包括字母 A-Z、a-z、数字 0-9，这样共有 62 个字符，此外两个可打印符号在不同的系统中而不同。一些如 uuencode 的其他编码方法，和之后 BinHex 的版本使用不同的 64 字符集来代表 6 个二进制数字，但是不被称为 Base64。

Base64 常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括 MIME 的电邮及 XML 的一些复杂数据。

RFC 4648 标准的 Base64 索引表

示例

举例来说，一段引用自托马斯·霍布斯《利维坦》的文句：

经过 Base64 编码之后变成：

编码“Man”的结果为 TWFu，详细原理如下：

在此例中，Base64 算法将 3 个字节编码为 4 个字符。

如果要编码的字节数不能被 3 整除，最后会多出 1 个或 2 个字节，那么可以使用下面的方法进行处理：先使用 0 字节值在末尾补足，使其能够被 3 整除，然后再进行 Base64 的编码。在编码后的 Base64 文本后加上一个或两个=号，代表补足的字节数。也就是说，当最后剩余两个八位(待补足)字节（2 个 byte）时，最后一个 6 位的 Base64 字节块有四位是 0 值，最后附加上两个等号；如果最后剩余一个八位(待补足)字节（1 个 byte）时，最后一个 6 位的 base 字节块有两位是 0 值，最后附加一个等号。 参考下表：

应用

变种

base64 编码对应的 64 个可打印字符在一些特定的程序或协议中可能不适合使用，特别是字符表第 62 位（+）、63 位（/）和填充字符（=），因此存在一些如下的变种：

MIME

在 MIME 格式的电邮中，Base64 可以用来将 binary 的字节序列数据编码成 ASCII 字符序列构成的文本。使用时，在传输编码方式中指定 Base64。使用的字符包括大小写拉丁字母各 26 个、数字 10 个、加号+和斜杠/，共 64 个字符，等号=用来作为填充用途。

完整的 Base64 定义可见 RFC 1421 和 RFC 2045。编码后的数据比原始数据略长，为原来的 4/3。在电邮中，根据 RFC 822 规定，每 76 个字符，还需要加上一个回车换行。可以估算编码后数据长度大约为原长的 135.1%。

转换的时候，将 3 字节的数据，先后放入一个 24 位的缓冲区中，先来的字节占高位。数据不足 3 字节的话，于缓冲器中剩下的位元用 0 补足。每次取出 6 位元（因为 2⁶ = 64），按照其值选择 ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/ 中的字符作为编码后的输出，直到全部输入数据转换完成。

若原数据长度不是 3 的倍数时且剩下 1 个输入数据，则在编码结果后加 2 个 =；若剩下 2 个输入数据，则在编码结果后加 1 个 =。

IRCu

在 IRCu 等软件所使用的 P10 IRC 服务器间协议中，对客户与服务器的消息类型号（client/server numerics）和二进制 IP 地址采用了 Base64 编码。消息类型号的长度固定为 3 字节，故可直接编码为 4 个字节而不需要加填充。对 IP 地址进行编码时，则需要在地址前添加一些 0 位元，使之可以编码为整数个字节。这里所用的符号集与前述 MIME 的也有所不同，将 +/ 改成了[]。

UTF-7

UTF-7 是一个修改版 Base64（Modified Base64）。主要是将 UTF-16 的数据，用 Base64 的方法编码为可打印的 ASCII 字符序列。目的是传输 Unicode 数据。主要的区别在于不用等号=补余，因为该字符通常需要大量的转译。

标准可见 RFC 2152，《A Mail-Safe Transformation Format of Unicode》。

URL

Base64 编码可用于在 HTTP 环境下传递较长的标识信息。例如，在 Java 持久化系统 Hibernate 中，就采用了 Base64 来将一个较长的唯一标识符（一般为 128-bit 的 UUID）编码为一个字符串，用作 HTTP 表单和 HTTP GET URL 中的参数。在其他应用程序中，也常常需要把二进制数据编码为适合放在 URL（包括隐藏表单域）中的形式。此时，采用 Base64 编码不仅比较简短，同时也具有不可读性，即所编码的数据不会被人用肉眼所直接看到。

然而，标准的 Base64 并不适合直接放在 URL 里传输，因为 URL 编码器会把标准 Base64 中的 / 和 + 字符变为形如%XX 的形式，而这些%号在存入数据库时还需要再进行转换，因为 ANSI SQL 中已将 % 号用作万用字元。

为解决此问题，可采用一种用于 URL 的改进 Base64 编码，它不在末尾填充=号，并将标准 Base64 中的 + 和 / 分别改成了-和_，这样就免去了在 URL 编解码和数据库存储时所要做的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。

另有一种用于正则表达式的改进 Base64 变种，它将 + 和 / 改成了 ! 和 -，因为 +，* 以及前面在 IRCu 中用到的[和]在正则表达式中都可能具有特殊含义。

此外还有一些变种，它们将 +/ 改为 _- 或 ._（用作编程语言中的标识符名称）或.-（用于 XML 中的 Nmtoken）甚至_:（用于 XML 中的 Name）。

其他

垃圾消息传播者用 Base64 来避过反垃圾邮件工具，因为那些工具通常都不会翻译 Base64 的消息。

在 LDIF 文件，Base64 用作编码字符串。