Base64基础（2）

url: http://zh.wikipedia.org/wiki/Base64

Base64是一種使用64基的位置計數法。它使用2的最大次方來代表僅可列印的ASCII 字元。這使它可用來作為電子郵件的傳輸編碼。在Base64中的變數使用字元A-Z、a-z和0-9 ，這樣共有62個字元，用來作為開始的64個數字，最後兩個用來作為數字的符號在不同的系統中而不同。一些如uuencode的其他編碼方法，和之後binhex的版本使用不同的64字符集來代表6個二進位數字，但是它們不叫Base64。

MIME

在MIME格式的電子郵件中，base64可以用來將binary的位元組序列數據編碼成ASCII字元序列構成的文本。使用時，在傳輸編碼方式中指定base64。使用的字元包括大小寫字母各26個，加上10個數字，和加號「+」，斜杠「/」，一共64個字元，等號「=」用來作為後綴用途。

完整的base64定義可見 RFC1421和 RFC2045。編碼後的數據比原始數據略長，為原來的4/3。在電子郵件中，根據RFC822規定，每76個字元，還需要加上一個回車換行。可以估算編碼後數據長度大約為原長的135.1%。

轉換的時候，將三個byte的數據，先後放入一個24bit的緩衝區中，先來的byte占高位。數據不足3byte的話，於緩衝區中剩下的Bit用0補足。然後，每次取出6個bit，按照其值選擇ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字元作為編碼後的輸出。不斷進行，直到全部輸入數據轉換完成。

如果最後剩下兩個輸入數據，在編碼結果後加1個「=」；如果最後剩下一個輸入數據，編碼結果後加2個「=」；如果沒有剩下任何數據，就什麼都不要加，這樣才可以保證資料還原的正確性。

舉例來說，一段引用自Thomas Hobbes's Leviathan的文句：

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.

經過base64編碼之後變成：

TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlz
IHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2Yg
dGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGlu
dWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRo
ZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=
一個例子
編碼「Man」 
「M」的ASCII碼 =  77 = 01001101
「a」的 =  97 = 01100001
「n」的 = 110 = 01101110 

將這三個位元組拼合，得出一個24位的資料：
010011010110000101101110
現在六個一組的分開，這樣便得到六個數。將這些數轉為：
010011 = 19 = T （T是第19個英文字母）
010110 = 22 = W （W是第22個英文字母）
000101 =  5 = F
101110 = 46 = u （U是第20個英文字母）

base64編碼是：
00010011 00010110 00000101 00101110
即是每3個未編碼位元組，編碼後會得到4個位元組。

加密M：M=01001101，變成加密010011010000，六個一組分開是010011 010000，結果是TQ，然後在後面加兩個「=」，結果就是「TQ==」。 

在URL中的應用

Base64編碼可用於在HTTP環境下傳遞較長的標識信息。例如，在Java Persistence系統Hibernate中，就採用了Base64來將一個較長的唯一標識符（一般為128-bit的UUID）編碼為一個字元串，用作HTTP表單和HTTP GET URL中的參數。在其他應用程序中，也常常需要把二進位數據編碼為適合放在URL（包括隱藏表單域）中的形式。此時，採用Base64編碼不僅比較簡短，同時也具有不可讀性，即所編碼的數據不會被人用肉眼所直接看到。

然而，標準的Base64並不適合直接放在URL里傳輸，因為URL編碼器會把標準Base64中的「/」和「+」字元變為形如「%XX」的形式，而這些「%」號在存入資料庫時還需要再進行轉換，因為ANSI SQL中已將「%」號用作通配符。

為解決此問題，可採用一種用於URL的改進Base64編碼，它不在末尾填充'='號，並將標準Base64中的「+」和「/」分別改成了「*」和「-」，這樣就免去了在URL編解碼和資料庫存儲時所要作的轉換，避免了編碼信息長度在此過程中的增加，並統一了資料庫、表單等處對象標識符的格式。

另有一種用於正則表達式的改進Base64變種，它將「+」和「/」改成了「!」和「-」，因為「+」,「*」以及前面在IRCu中用到的「[」和「]」在正則表達式中都可能具有特殊含義。

此外還有一些變種，它們將「+/」改為「_-」或「._」（用作程式語言中的標識符名稱）或「.-」（用於XML中的Nmtoken）甚至「_:」（用於XML中的Name）。