Base64 数据编码规则 字符表 实现代码


Base64 是用 64 个可打印字符表示 8 位二进制数据 (含无法显示 打印字符) 的编码方式。

完整的 base64 定义可见 PEM (Privacy Enhancement for Internet Electronic Mail) MIME (Multipurpose Internet Mail Extensions)

Base64 以 4 字符存储 3 字节二进制数据,因此长度增加 1/3。

Base64 包含下列字符:

ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/
					

ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789-_
					

编码规则


  • Base64 要求把每三个 8Bit 字节转换为四个 6Bit 字节 (3*8 = 4*6 = 24),然后再向每 6Bit 字节 (2 6 = 64) 添两高位 0,组成四个 8Bit 字节。

    转换前 转换后 十进制 Base64
    10101101 10111010 01110110 00101011 00011011 00101001 00110110 43 27 41 54 r b p 2
    01110011 00110001 00110011 00011100 00110011 00000100 00110011 28 51 04 51 c z E z

    以这 4 个数字作为索引,然后查表获得相应的 4 个字符,就是编码后的字符串。

    若要编码的二进制数据不是 3 的倍数,最后剩下 1 或 2 个字节,Base64 用 \x00 字节在末尾补足后,再在编码的末尾加上 1 或最多 2 个 = 号。

  • MIME 将 Base64 编码数据的行长度强制限制为 76 字符。MIME 继承了 PEM (Privacy Enhancement for Internet Electronic Mail) 的编码,但 PEM 使用 64 个字符的行长。MIME 和 PEM 限制都是由于 SMTP 中的限制。
  • 除非相关规范明确指示编码器在特定数量的字符后添加换行,否则,实现不得将换行添加到编码数据中。
  • 当无法确定传输数据的长度时,才可在编码数据末尾填充 = 字符,且会忽略如 === 多余结尾字符。

Base64 字符表

编码 编码 编码 编码
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

Base64 安全字符表 (用于 URL 和文件名)

编码 编码 编码 编码
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

MIME


在 MIME 格式的电子邮件中, base64 可以将 binary 字节序列数据编码成 ASCII 字符序列构成的文本。

在电子邮件中, 根据 RFC822 规定每 76 个字符还需要加上一回车换行。 编码后数据长度大约为原长的 135.1%。

特殊字符


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 + 字符转变成 %XX 形式, 而 % 号在存入数据库时还需再转换 (ANSI SQL 已将 % 号用作通配符)。

可采用 Base62 , 或在 URL 末尾填充 = 号, 将标准 Base64 中的 + 和 / 分别改成了 - 和 _, 这样可避免 URL 编解码和数据库存储时的转换, 不增加数据长度, 还统一了数据库 表单等处标识符格式。

注意:

在正则表达式中, + 和 / 具有特殊含义。

把 + 和 / 用作编程语言标识符或关键词, 会产生异常。

把 + 和 / 用于传统文本搜索 索引工具, 会被视为断词。

Python 实现


string 中的字符, 都必须在 ASCII 字符集范围内。

def base(string:str)->str:
    base, old_string, new_string = "", "", []
    base64_list = ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P",
                   "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z", "a", "b", "c", "d", "e", "f",
                   "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v",
                   "w", "x", "y", "z", "0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "+", "/"]
 
    #把原始字符串转换为二进制,bin 转换后是 0b 开头的,所以把 b 替换了,首位补 0 补齐 8 位
    for i in string:
        old_string += "{:08}".format(int(str(bin(ord(i))).replace("0b", "")))
 
    #把转换好的二进制按照 6 位一组分好,最后一组不足 6 位的后面补 0
    for j in range(0, len(old_string), 6):
        new_string.append("{:<06}".format(old_string[j:j + 6]))
 
    #在 base_list 中找到对应的字符,拼接
    for l in range(len(new_string)):
        base += base64_list[int(new_string[l], 2)]
 
    #判断base字符结尾补几个 =
    if len(string) % 3 == 1:
        base += "=="
    elif len(string) % 3 == 2:
        base += "="
    return base
					

JavaScript 实现

if (!Shotgun)
    var Shotgun = {};
if (!Shotgun.Js)
    Shotgun.Js = {};
Shotgun.Js.Base64 = {
    _table: [
        'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P',
        'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f',
        'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v',
        'w', 'x', 'y', 'z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '+', '/'
    ],
    encode: function (bin) {
        var codes = [];
        var un = 0;
        un = bin.length % 3;
        if (un == 1)
            bin.push(0, 0);
        else if (un == 2)
            bin.push(0);
        for (var i = 2; i < bin.length; i += 3) {
            var c = bin[i - 2] << 16;
            c |= bin[i - 1] << 8;
            c |= bin[i];
            codes.push(this._table[c >> 18 & 0x3f]);
            codes.push(this._table[c >> 12 & 0x3f]);
            codes.push(this._table[c >> 6 & 0x3f]);
            codes.push(this._table[c & 0x3f]);
        }
        if (un >= 1) {
            codes[codes.length - 1] = "=";
            bin.pop();
        }
        if (un == 1) {
            codes[codes.length - 2] = "=";
            bin.pop();
        }
        return codes.join("");
    },
    decode: function (base64Str) {
        var i = 0;
        var bin = [];
        var x = 0, code = 0, eq = 0;
        while (i < base64Str.length) {
            var c = base64Str.charAt(i++);
            var idx = this._table.indexOf(c);
            if (idx == -1) {
                switch (c) {
                    case '=': idx = 0; eq++; break;
                    case ' ':
                    case '\n':
                    case "\r":
                    case '\t':
                        continue;
                    default:
                        throw { "message": "\u0062\u0061\u0073\u0065\u0036\u0034\u002E\u0074\u0068\u0065\u002D\u0078\u002E\u0063\u006E\u0020\u0045\u0072\u0072\u006F\u0072\u003A\u65E0\u6548\u7F16\u7801\uFF1A" + c };
                }
            }
            if (eq > 0 && idx != 0)
                throw { "message": "\u0062\u0061\u0073\u0065\u0036\u0034\u002E\u0074\u0068\u0065\u002D\u0078\u002E\u0063\u006E\u0020\u0045\u0072\u0072\u006F\u0072\u003A\u7F16\u7801\u683C\u5F0F\u9519\u8BEF\uFF01" };
            code = code << 6 | idx;
            if (++x != 4)
                continue;
            bin.push(code >> 16);
            bin.push(code >> 8 & 0xff);
            bin.push(code & 0xff)
            code = x = 0;
        }
        if (code != 0)
            throw { "message": "\u0062\u0061\u0073\u0065\u0036\u0034\u002E\u0074\u0068\u0065\u002D\u0078\u002E\u0063\u006E\u0020\u0045\u0072\u0072\u006F\u0072\u003A\u7F16\u7801\u6570\u636E\u957F\u5EA6\u9519\u8BEF" };
        if (eq == 1)
            bin.pop();
        else if (eq == 2) {
            bin.pop();
            bin.pop();
        } else if (eq > 2)
            throw { "message": "\u0062\u0061\u0073\u0065\u0036\u0034\u002E\u0074\u0068\u0065\u002D\u0078\u002E\u0063\u006E\u0020\u0045\u0072\u0072\u006F\u0072\u003A\u7F16\u7801\u683C\u5F0F\u9519\u8BEF\uFF01" };
        return bin;
    }
};
					

编码范例

输入数据 十六进制 二进制 六进制 十进制 输出
0x14fb9c03d97e 1 4 f b 9 c 0 3 d 9 7 e 00010100 11111011 10011100 00000011 11011001 11111110 000101 001111 101110 011100 000000 111101 100111 111110 5 15 46 28 0 61 37 62 F P u c A 9 l +
0x14fb9c03d9 1 4 f b 9 c 0 3 d 9 00010100 11111011 10011100 00000011 11011001 000101 001111 101110 011100 000000 111101 100100 5 15 46 28 0 61 36 F P u c A 9 k =
0x14fb9c03 1 4 f b 9 c 0 3 00010100 11111011 10011100 00000011 000101 001111 101110 011100 000000 110000 5 15 46 28 0 48 F P u c A w = =

使用范例

采用 数字 IDE Shell 进行快速交互测试:

# Python2.7
>>> import base64
>>> base64.b64encode("binary\x00string")
'YmluYXJ5AHN0cmluZw=='
>>> base64.b64decode("YmluYXJ5AHN0cmluZw==")
'binary\x00string'
 
# Python3.6
>>> base64.b64encode("binary\x00string".encode("utf-8"))
b'YmluYXJ5AHN0cmluZw=='
>>> base64.b64decode(b"YmluYXJ5AHN0cmluZw==")
'binary\x00string'
 
# Python3.6
>>> base64.b64encode("简体中文".encode("utf-8"))
b'566A5L2T5Lit5paH'
>>> base64.b64decode(b"566A5L2T5Lit5paH")
b'\xe7\xae\x80\xe4\xbd\x93\xe4\xb8\xad\xe6\x96\x87'
>>> base64.b64decode(b"566A5L2T5Lit5paH").decode("utf-8")
'简体中文'
 
>>> base64.b64encode("简体中文".encode("gb18030"))
b'vPLM5dbQzsQ='
			
# Python2.7
>>> base64.b64encode("i\xb7\x1d\xfb\xef\xff")
'abcd++//'
>>> base64.urlsafe_b64encode("i\xb7\x1d\xfb\xef\xff")
'abcd--__'
>>> base64.urlsafe_b64decode("abcd--__")
'i\xb7\x1d\xfb\xef\xff'
			

由于 = 字符可能出现在 Base64 编码中, 但 = 在 URL Cookie 里会造成歧义, 所以, 可以把 = 去掉:

# Python2.7
>>> base64.b64decode("YWJjZA==")
'abcd'
>>> base64.b64decode("YWJjZA")
Traceback (most recent call last):
  ...
TypeError: Incorrect padding
>>> base64.safe_b64decode("YWJjZA")
'abcd'
			
# Python3.6
>>> string = "Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure."
>>> from base64 import b64encode
>>> b64encode(string.encode("utf-8"))
TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlz
IHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2Yg
dGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGlu
dWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRo
ZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=
			

 

另请参阅:

Domain Name System Security Extensions

MIME (Multipurpose Internet Mail Extensions)

The Base16, Base32, and Base64 Data Encodings

PEM (Privacy Enhancement for Internet Electronic Mail)