Base64是最常用的編碼之一，比如開(kāi)發(fā)中用于傳遞參數(shù)、現(xiàn)代瀏覽器中的![]()
標(biāo)簽直接通過(guò)Base64字符串來(lái)渲染圖片以及用于郵件中等等。Base64編碼在RFC2045中定義，它被定義為：Base64內(nèi)容傳送編碼被設(shè)計(jì)用來(lái)把任意序列的8位字節(jié)描述為一種不易被人直接識(shí)別的形式。
創(chuàng)新互聯(lián)專注于企業(yè)全網(wǎng)整合營(yíng)銷推廣、網(wǎng)站重做改版、蓋州網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、H5頁(yè)面制作、購(gòu)物商城網(wǎng)站建設(shè)、集團(tuán)公司官網(wǎng)建設(shè)、外貿(mào)網(wǎng)站制作、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁(yè)設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性價(jià)比高，為蓋州等各大城市提供網(wǎng)站開(kāi)發(fā)制作服務(wù)。
我們知道，任何數(shù)據(jù)在計(jì)算機(jī)中都是以二進(jìn)制的方式存儲(chǔ)的。一個(gè)字節(jié)為8位，一個(gè)字符在計(jì)算機(jī)中存儲(chǔ)為一個(gè)或多個(gè)字節(jié)，比如英文字母、數(shù)字以及英文標(biāo)點(diǎn)符號(hào)就是用一個(gè) 字節(jié)來(lái)存儲(chǔ)的，通常稱為ASCII碼。而簡(jiǎn)體中文、繁體中文、日文以及韓文等都是用多字節(jié)來(lái)存儲(chǔ)的，通常稱為多字節(jié)字符。因?yàn)锽ase64編碼是對(duì)字符串的編碼表示進(jìn)行處理的，不同編碼的字符串的Base64的結(jié)果是不同的，所以我們需要了解基本的字符編碼知識(shí)。
字符編碼基礎(chǔ)
計(jì)算機(jī)最開(kāi)始只支持ASCII碼，一個(gè)字符用一個(gè)字節(jié)表示，只用了低7位，***位為0，因此總共有128個(gè)ASCII碼，范圍為0~127。后來(lái)為了支持多種地區(qū)的語(yǔ)言，各大組織機(jī)構(gòu)和IT廠商開(kāi)始發(fā)明它們自己的編碼方案，以便彌補(bǔ)ASCII編碼的不足，如GB2312編碼、GBK編碼和Big5編碼等。但這些編碼都只是針對(duì)局部地區(qū)或少數(shù)語(yǔ)言文字，沒(méi)有辦法表達(dá)所有的語(yǔ)言文字。而且這些不同的編碼之間并沒(méi)有任何聯(lián)系，它們之間的轉(zhuǎn)換需要通過(guò)查表來(lái)實(shí)現(xiàn)。
為了提高計(jì)算機(jī)的信息處理和交換功能，使得世界各國(guó)的文字都能在計(jì)算機(jī)中處理，從1984年起，ISO組織就開(kāi)始研究制定一個(gè)全新的標(biāo)準(zhǔn)：通用多八位(即多字節(jié))編碼字符集（Universal Multiple-Octet Coded Character Set），簡(jiǎn)稱UCS。標(biāo)準(zhǔn)的編號(hào)為：ISO 10646。這一標(biāo)準(zhǔn)為世界各種主要語(yǔ)言的字符(包括簡(jiǎn)體及繁體的中文字)及附加符號(hào)，編制統(tǒng)一的內(nèi)碼。
統(tǒng)一碼（Unicode）是Universal Code的縮寫，是由另一個(gè)叫“Unicode學(xué)術(shù)學(xué)會(huì)”（The Unicode Consortium）的機(jī)構(gòu)制定的字符編碼系統(tǒng)。Unicode與ISO 10646國(guó)際編碼標(biāo)準(zhǔn)從內(nèi)容上來(lái)說(shuō)是同步一致的。具體可參考：Unicode 。
ANSI
ANSI不代表具體的編碼，它是指本地編碼。比如在簡(jiǎn)體版windows上它表示GB2312編碼，在繁體版windows上它表示Big5編碼，在日文操作系統(tǒng)上它表示JIS編碼。所以如果您新建了個(gè)文本文件并保存為ANSI編碼，那么您現(xiàn)在應(yīng)該知道這個(gè)文件的編碼為本地編碼。
Unicode
Unicode編碼是和字符表一一映射的。比如56DE代表漢字'回'，這種映射關(guān)系是固定不變的。通俗的說(shuō)Unicode編碼就是字符表的坐標(biāo)，通過(guò)56DE就能找到漢字'回'。Unicode編碼的實(shí)現(xiàn)包括UTF8、UTF16、UTF32等等。
Unicode本身定義的就是每個(gè)字符的數(shù)值，是字符和自然數(shù)的映射關(guān)系，而UTF-8或者UTF-16甚至UTF-32則定義了如何在字節(jié)流中斷字，是計(jì)算機(jī)領(lǐng)域的概念。
通過(guò)上圖我們知道，UTF-8編碼為變長(zhǎng)的編碼方式，占1~6個(gè)字節(jié)，可通過(guò)Unicode編碼值的區(qū)間來(lái)判斷，并且每個(gè)組成UTF8字符的字節(jié)都是有規(guī)律可循的。本文只討論UTF8和UTF16這兩種編碼。
UTF16
UTF16編碼使用固定的2個(gè)字節(jié)來(lái)存儲(chǔ)。因?yàn)槭嵌嘧止?jié)存儲(chǔ)，所以它的存儲(chǔ)方式分為2種：大端序和小端序。UTF16編碼是Unicode最直接的實(shí)現(xiàn)方式，通常我們?cè)趙indows上新建文本文件后保存為Unicode編碼，其實(shí)就是保存為UTF16編碼。UTF16編碼在windows上采用小端序的方式存儲(chǔ)，以下我新建了個(gè)文本文件并保存為Unicode編碼來(lái)測(cè)試，文件中只輸入了一個(gè)漢字'回'，之后我用Editplus打開(kāi)它，切換到十六進(jìn)制方式查看，如圖所示：
我們看到有4個(gè)字節(jié)，前2個(gè)字節(jié)FF FE是文件頭，表示這是一個(gè)UTF16編碼的文件，而DE 56則是'回'的UTF16編碼的十六進(jìn)制。我們經(jīng)常使用的JavaScript語(yǔ)言，它內(nèi)部就是采用UTF16編碼，并且它的存儲(chǔ)方式為大端序，來(lái)看一個(gè)例子：
-
- console.group('Test Unicode: ');
- console.log(('回'.charCodeAt(0)).toString(16).toUpperCase());
-
很明顯跟剛才Editplus顯示的不一樣，順序是相反的，這是因?yàn)樽止?jié)序不一樣。具體可參考：UTF-16 。
UTF8
UTF8是采用變長(zhǎng)的編碼方式，為1~6個(gè)字節(jié)，但通常我們只把它看作單字節(jié)或三字節(jié)的實(shí)現(xiàn)，因?yàn)槠渌闆r實(shí)在少見(jiàn)。UTF8編碼通過(guò)多個(gè)字節(jié)組合的方式來(lái)顯示，這是計(jì)算機(jī)處理UTF8的機(jī)制，它是無(wú)字節(jié)序之分的，并且每個(gè)字節(jié)都非常有規(guī)律，詳見(jiàn)上圖，在此不再詳述。
UTF16和UTF8的相互轉(zhuǎn)換
UTF16轉(zhuǎn)UTF8
UTF16和UTF8之間的相互轉(zhuǎn)換可以通過(guò)上圖的轉(zhuǎn)換表來(lái)實(shí)現(xiàn)，判斷Unicode碼所在的區(qū)間就可以得到這個(gè)字符是由幾個(gè)字節(jié)所組成，之后通過(guò)移位來(lái)實(shí)現(xiàn)。我們用漢字'回'來(lái)舉一個(gè)轉(zhuǎn)換的例子。
我們已經(jīng)知道漢字'回'的Unicode碼是0x56DE，它介于U+00000800 – U+0000FFFF之間，所以它是用三個(gè)字節(jié)來(lái)表示的。
所以我們需要將0x56DE這個(gè)雙字節(jié)的值變?yōu)槿止?jié)的值，注意上圖中的x部分，就是對(duì)應(yīng)0x56DE的各位字節(jié)，如果您數(shù)一下x的個(gè)數(shù)，會(huì)發(fā)現(xiàn)剛好是16位。
轉(zhuǎn)換思路
從0x56DE中取出4位放在低位，并和二進(jìn)制的1110結(jié)合，這就是***個(gè)字節(jié)。從0x56DE中剩下的字節(jié)中取出6位放在低位，并和二進(jìn)制的10結(jié)合，這就是第二個(gè)字節(jié)。第三個(gè)字節(jié)依照類似的方式實(shí)現(xiàn)。
代碼實(shí)現(xiàn)
為了讓大家更好的理解，以下代碼只是實(shí)現(xiàn)漢字'回'的轉(zhuǎn)換，代碼如下：
-
- /**
- * 轉(zhuǎn)換對(duì)照表
- * U+00000000 – U+0000007F 0xxxxxxx
- * U+00000080 – U+000007FF 110xxxxx 10xxxxxx
- * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- * U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
- * U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- * U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- */
- /*
- * '回'的Unicode編碼為：0x56DE，它介于U+00000800 – U+0000FFFF之間，所以它占用三個(gè)字節(jié)。
- * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- */
- var ucode = 0x56DE;
- // 1110xxxx
- var byte1 = 0xE0 | ((ucode >> 12) & 0x0F);
- // 10xxxxxx
- var byte2 = 0x80 | ((ucode >> 6) & 0x3F);
- // 10xxxxxx
- var byte3 = 0x80 | (ucode & 0x3F);
- var utf8 = String.fromCharCode(byte1)
- + String.fromCharCode(byte2)
- + String.fromCharCode(byte3);
- console.group('Test UTF16ToUTF8: ');
- console.log(utf8);
- console.groupEnd();
-
輸出的結(jié)果看起來(lái)像亂碼，這是因?yàn)镴avaScript不知道如何顯示UTF8的字符。您或許會(huì)說(shuō)輸出不正常轉(zhuǎn)換還有什么用，但您應(yīng)該知道轉(zhuǎn)換的目的還經(jīng)常用于傳輸或API的需要。
UTF8轉(zhuǎn)UTF16
這是UTF16轉(zhuǎn)換到UTF8的逆轉(zhuǎn)換，同樣需要對(duì)照轉(zhuǎn)換表來(lái)實(shí)現(xiàn)。還是接上一個(gè)例子，我們已經(jīng)得到了漢字'回'的UTF8編碼，這是三個(gè)字節(jié)的，我們只需要按照轉(zhuǎn)換表來(lái)轉(zhuǎn)成雙字節(jié)的，如圖所示，我們需要保留下所有的x。
代碼如下：
-
- /**
- * 轉(zhuǎn)換對(duì)照表
- * U+00000000 – U+0000007F 0xxxxxxx
- * U+00000080 – U+000007FF 110xxxxx 10xxxxxx
- * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- * U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
- * U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- * U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- */
- /*
- * '回'的Unicode編碼為：0x56DE，它介于U+00000800 – U+0000FFFF之間，所以它占用三個(gè)字節(jié)。
- * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- */
- var ucode = 0x56DE;
- // 1110xxxx
- var byte1 = 0xE0 | ((ucode >> 12) & 0x0F);
- // 10xxxxxx
- var byte2 = 0x80 | ((ucode >> 6) & 0x3F);
- // 10xxxxxx
- var byte3 = 0x80 | (ucode & 0x3F);
- var utf8 = String.fromCharCode(byte1)
- + String.fromCharCode(byte2)
- + String.fromCharCode(byte3);
- console.group('Test UTF16ToUTF8: ');
- console.log(utf8);
- console.groupEnd();
- /** ------------------------------------------------------------------------------------*/
- // 由三個(gè)字節(jié)組成，所以分別取出
- var c1 = utf8.charCodeAt(0);
- var c2 = utf8.charCodeAt(1);
- var c3 = utf8.charCodeAt(2);
- /*
- * 需要通過(guò)判斷特定位的方式來(lái)轉(zhuǎn)換，但這里是已知是三個(gè)字節(jié)，所以忽略判斷，而是直接拿到所有的x，組成16位。
- * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- */
- // 丟棄***個(gè)字節(jié)的高四位并和第二個(gè)字節(jié)的高四位組成一個(gè)字節(jié)
- var b1 = (c1 << 4) | ((c2 >> 2) & 0x0F);
- // 同理第二個(gè)字節(jié)和第三個(gè)字節(jié)組合
- var b2 = ((c2 & 0x03) << 6) | (c3 & 0x3F);
- // 將b1和b2組成16位
- var ucode = ((b1 & 0x00FF) << 8) | b2;
- console.group('Test UTF8ToUTF16: ');
- console.log(ucode.toString(16).toUpperCase(), String.fromCharCode(ucode));
- console.groupEnd();
知道了轉(zhuǎn)換規(guī)則，就很容易實(shí)現(xiàn)了。
Base64編碼
Base64編碼要求把3個(gè)8位字節(jié)（3*8=24）轉(zhuǎn)化為4個(gè)6位的字節(jié)（4*6=24），之后在6位的前面補(bǔ)兩個(gè)0，形成8位一個(gè)字節(jié)的形式。由于2的6次方為64，所以每6個(gè)位為一個(gè)單元，對(duì)應(yīng)某個(gè)可打印字符。當(dāng)原數(shù)據(jù)不是3的整數(shù)倍時(shí)，如果***剩下兩個(gè)輸入數(shù)據(jù)，在編碼結(jié)果后加1個(gè)“=；如果***剩下一個(gè)輸入數(shù)據(jù)，編碼結(jié)果后加2個(gè)“=；如果沒(méi)有剩下任何數(shù)據(jù)，就什么都不要加，這樣才可以保證資料還原的正確性。
轉(zhuǎn)碼對(duì)照表
每6個(gè)單元高位補(bǔ)2個(gè)零形成的字節(jié)位于0~63之間，通過(guò)在轉(zhuǎn)碼表中查找對(duì)應(yīng)的可打印字符。“=”用于填充。如下圖所示為轉(zhuǎn)碼表。
具體可參考： Base64 。
#p#
Base64解碼
解碼是編碼的逆過(guò)程，先看后面補(bǔ)了幾個(gè)“=”號(hào)，最多只可能補(bǔ)2個(gè)“=”號(hào)。一個(gè)“=”相當(dāng)于補(bǔ)了2個(gè)0，所以去掉后面補(bǔ)的0后，再按8位展開(kāi)，即可還原。
JavaScript實(shí)現(xiàn)Base64的編碼和解碼
之前已經(jīng)詳細(xì)講解了整個(gè)過(guò)程，本文的例子都是采用UTF8編碼的字符串作為Base64編碼的基礎(chǔ)。因?yàn)镴avaScript內(nèi)部是使用Unicode編碼，所以需要有個(gè)轉(zhuǎn)換過(guò)程，原理之前也詳細(xì)講解過(guò)并給出了示例，以下是代碼實(shí)現(xiàn)：
-
- /**
- * UTF16和UTF8轉(zhuǎn)換對(duì)照表
- * U+00000000 – U+0000007F 0xxxxxxx
- * U+00000080 – U+000007FF 110xxxxx 10xxxxxx
- * U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- * U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
- * U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- * U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- */
- var Base64 = {
- // 轉(zhuǎn)碼表
- 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', '+', '/'
- ],
- UTF16ToUTF8 : function(str) {
- var res = [], len = str.length;
- for (var i = 0; i < len; i++) {
- var code = str.charCodeAt(i);
- if (code > 0x0000 && code <= 0x007F) {
- // 單字節(jié)，這里并不考慮0x0000，因?yàn)樗强兆止?jié)
- // U+00000000 – U+0000007F 0xxxxxxx
- res.push(str.charAt(i));
- } else if (code >= 0x0080 && code <= 0x07FF) {
- // 雙字節(jié)
- // U+00000080 – U+000007FF 110xxxxx 10xxxxxx
- // 110xxxxx
- var byte1 = 0xC0 | ((code >> 6) & 0x1F);
- // 10xxxxxx
- var byte2 = 0x80 | (code & 0x3F);
- res.push(
- String.fromCharCode(byte1),
- String.fromCharCode(byte2)
- );
- } else if (code >= 0x0800 && code <= 0xFFFF) {
- // 三字節(jié)
- // U+00000800 – U+0000FFFF 1110xxxx 10xxxxxx 10xxxxxx
- // 1110xxxx
- var byte1 = 0xE0 | ((code >> 12) & 0x0F);
- // 10xxxxxx
- var byte2 = 0x80 | ((code >> 6) & 0x3F);
- // 10xxxxxx
- var byte3 = 0x80 | (code & 0x3F);
- res.push(
- String.fromCharCode(byte1),
- String.fromCharCode(byte2),
- String.fromCharCode(byte3)
- );
- } else if (code >= 0x00010000 && code <= 0x001FFFFF) {
- // 四字節(jié)
- // U+00010000 – U+001FFFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
- } else if (code >= 0x00200000 && code <= 0x03FFFFFF) {
- // 五字節(jié)
- // U+00200000 – U+03FFFFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- } else /** if (code >= 0x04000000 && code <= 0x7FFFFFFF)*/ {
- // 六字節(jié)
- // U+04000000 – U+7FFFFFFF 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- }
- }
- return res.join('');
- },
- UTF8ToUTF16 : function(str) {
- var res = [], len = str.length;
- var i = 0;
- for (var i = 0; i < len; i++) {
- var code = str.charCodeAt(i);
- // 對(duì)***個(gè)字節(jié)進(jìn)行判斷
- if (((code >> 7) & 0xFF) == 0x0) {
- // 單字節(jié)
- // 0xxxxxxx
- res.push(str.charAt(i));
- } else if (((code >> 5) & 0xFF) == 0x6) {
- // 雙字節(jié)
- // 110xxxxx 10xxxxxx
- var code2 = str.charCodeAt(++i);
- var byte1 = (code & 0x1F) << 6;
- var byte2 = code2 & 0x3F;
- var utf16 = byte1 | byte2;
- res.push(Sting.fromCharCode(utf16));
- } else if (((code >> 4) & 0xFF) == 0xE) {
- // 三字節(jié)
- // 1110xxxx 10xxxxxx 10xxxxxx
- var code2 = str.charCodeAt(++i);
- var code3 = str.charCodeAt(++i);
- var byte1 = (code << 4) | ((code2 >> 2) & 0x0F);
- var byte2 = ((code2 & 0x03) << 6) | (code3 & 0x3F);
- utf16 = ((byte1 & 0x00FF) << 8) | byte2
- res.push(String.fromCharCode(utf16));
- } else if (((code >> 3) & 0xFF) == 0x1E) {
- // 四字節(jié)
- // 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
- } else if (((code >> 2) & 0xFF) == 0x3E) {
- // 五字節(jié)
- // 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- } else /** if (((code >> 1) & 0xFF) == 0x7E)*/ {
- // 六字節(jié)
- // 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
- }
- }
- return res.join('');
- },
- encode : function(str) {
- if (!str) {
- return '';
- }
- var utf8 = this.UTF16ToUTF8(str); // 轉(zhuǎn)成UTF8
- var i = 0; // 遍歷索引
- var len = utf8.length;
- var res = [];
- while (i < len) {
- var c1 = utf8.charCodeAt(i++) & 0xFF;
- res.push(this.table[c1 >> 2]);
- // 需要補(bǔ)2個(gè)=
- if (i == len) {
- res.push(this.table[(c1 & 0x3) << 4]);
- res.push('==');
- break;
- }
- var c2 = utf8.charCodeAt(i++);
- // 需要補(bǔ)1個(gè)=
- if (i == len) {
- res.push(this.table[((c1 & 0x3) << 4) | ((c2 >> 4) & 0x0F)]);
- res.push(this.table[(c2 & 0x0F) << 2]);
- res.push('=');
- break;
- }
- var c3 = utf8.charCodeAt(i++);
- res.push(this.table[((c1 & 0x3) << 4) | ((c2 >> 4) & 0x0F)]);
- res.push(this.table[((c2 & 0x0F) << 2) | ((c3 & 0xC0) >> 6)]);
- res.push(this.table[c3 & 0x3F]);
- }
- return res.join('');
- },
- decode : function(str) {
- if (!str) {
- return '';
- }
- var len = str.length;
- var i = 0;
- var res = [];
- while (i < len) {
- code1 = this.table.indexOf(str.charAt(i++));
- code2 = this.table.indexOf(str.charAt(i++));
- code3 = this.table.indexOf(str.charAt(i++));
- code4 = this.table.indexOf(str.charAt(i++));
- c1 = (code1 << 2) | (code2 >> 4);
- c2 = ((code2 & 0xF) << 4) | (code3 >> 2);
- c3 = ((code3 & 0x3) << 6) | code4;
- res.push(String.fromCharCode(c1));
- if (code3 != 64) {
- res.push(String.fromCharCode(c2));
- }
- if (code4 != 64) {
- res.push(String.fromCharCode(c3));
- }
- }
- return this.UTF8ToUTF16(res.join(''));
- }
- };
- console.group('Test Base64: ');
- var b64 = Base64.encode('Hello, oschina！又是一年春來(lái)到~');
- console.log(b64);
- console.log(Base64.decode(b64));
- console.groupEnd();
-
不得不說(shuō)，在JavaScript中實(shí)現(xiàn)確實(shí)很麻煩。我們來(lái)看下PHP對(duì)同樣的字符串編碼的結(jié)果：
因?yàn)樽址幋a是一樣的，所以結(jié)果也一樣。
網(wǎng)站欄目：JavaScript：詳解Base64編碼和解碼
當(dāng)前鏈接：
http://uogjgqi.cn/article/dpihhds.html
