矛与盾的较量（4）——奇妙的Base64编码

下载本节例子程序 (6.93 KB)
各位看官应该都是资深的网虫了，小弟斗胆在此问问大家，平时上网时，除了泡MM、到论坛灌水、扔版砖……之外，进行的最多的是什么活动？对了，你一定会说：是收发电子邮件！（谁敢说自己没收/发过电子邮件的？拉出去枪毙了！！）

收 /发E-mail的时候有一个安全性的问题——假想一下，你花了一整天时间给系花写的情书，在发送的过程中被隔壁宿舍张三那小子截获了（难道他是黑 客？？），更糟的是他是你的情敌啊……天，后果不堪设想！！因此，我们必须有一种比较可靠的加密方法，能够对电子邮件的明文进行转换，至少要得出一个无法 被别人一眼就看出内容来的东西，而且编码/解码的速度还要足够快。（这时你可以再假想一下啦，张三那家伙截获了你的肉麻情书，可是他一看：“咦？怎么乱七 八糟的？垃圾邮件！！”——这样一来你不就逃过大难了？！）

Base64就是在这种背景下产生的加密方法。它的特点是：1、速度非常快。2、能够将字符串A转换成字符串B，而且如果你光看字符串B，是绝对猜不出字符串A的内容来的。不信吗？让我们来看看下面这串东西：

xOO6w6Osu7bTrbniwdnAz8LetcTnzbfXzOy12KOh

呵呵，是什么啊？猜出来了吗？其实它就是下面这段文字经过Base64编码产生的东东：

你好，欢迎光临老罗的缤纷天地！

介绍说完啦，让我们开始探讨实质性的东西。

Base64是网络上最常见的用于传输8Bit字节代码的编码方式之一，大家可以查看RFC2045～RFC2049，上面有MIME的详细规范。

Base64要求把每三个8Bit的字节转换为四个6Bit的字节（3*8 = 4*6 = 24），然后把6Bit再添两位高位0，组成四个8Bit的字节，也就是说，转换后的字符串理论上将要比原来的长1/3。

这样说会不会太抽象了？不怕，我们来看一个例子：

转换前	aaaaaabb	ccccdddd	eeffffff
转换后	00aaaaaa	00bbcccc	00ddddee	00ffffff

应该很清楚了吧？上面的三个字节是原文，下面的四个字节是转换后的Base64编码，其前两位均为0。

转换后，我们用一个码表来得到我们想要的字符串（也就是最终的Base64编码），这个表是这样的：（摘自RFC2045）


                            Table 1: The Base64 Alphabet

      Value Encoding  Value Encoding  Value Encoding  Value Encoding
           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         (pad) =
          15 P            32 g            49 x
          16 Q            33 h            50 y


让我们再来看一个实际的例子，加深印象！

转换前	10101101	10111010	01110110
转换后	00101011	00011011	00101001	00110110
十进制	43	27	41	54
对应码表中的值	r	b	p	2

所以上面的24位编码，编码后的Base64值为 rbp2
解码同理，把 rbq2 的二进制位连接上再重组得到三个8位值，得出原码。
（解码只是编码的逆过程，在此我就不多说了，另外有关MIME的RFC还是有很多的，如果需要详细情况请自行查找。）

用更接近于编程的思维来说，编码的过程是这样的：

第一个字符通过右移2位获得第一个目标字符的Base64表位置，根据这个数值取到表上相应的字符，就是第一个目标字符。
然后将第一个字符左移4位加上第二个字符右移4位，即获得第二个目标字符。
再将第二个字符左移2位加上第三个字符右移6位，获得第三个目标字符。
最后取第三个字符的右6位即获得第四个目标字符。

在以上的每一个步骤之后，再把结果与 0x3F 进行 AND 位操作，就可以得到编码后的字符了。

（感谢 Athena 指出以上描述中原有的一些错误！^_^）

So easy! That’s all!!!

可是等等……聪明的你可能会问到，原文的字节数量应该是3的倍数啊，如果这个条件不能满足的话，那该怎么办呢？

我们的解决办法是这样的：原文的字节不够的地方可以用全0来补足，转换时Base64编码用=号来代替。这就是为什么有些Base64编码会以一个或两个等号结束的原因，但等号最多只有两个。因为：

余数 = 原文字节数 MOD 3

所以余数任何情况下都只可能是0，1，2这三个数中的一个。如果余数是0的话，就表示原文字节数正好是3的倍数（最理想的情况啦）。如果是1的话，为了让Base64编码是4的倍数，就要补2个等号；同理，如果是2的话，就要补1个等号。

讲到这里，大伙儿应该全明白了吧？如果还有不清楚的话就返回去再仔细看看，其实不难理解的。

下面我给出一个演示Base64编码/解码的程序，希望能对您有用。同时也希望您帮我完善它，利用它做出更多的用途，到时别忘了通知我一声啊！（我现在太忙了）


DLL的源代码：Base64Dll.asm

;***********************************************
;程序名称：演示Base64编码/解码原理
;作者：罗聪
;日期：2002-9-14
;出处：http://laoluoc.yeah.net（老罗的缤纷天地）
;注意事项：如欲转载，请保持本程序的完整，并注明：
;转载自“老罗的缤纷天地”（http://laoluoc.yeah.net）
;***********************************************

.386
.model flat, stdcall
option casemap:none

include "masm32"include"windows.inc
include "masm32"include"kernel32.inc
include "masm32"include"user32.inc
includelib "masm32"lib"kernel32.lib
includelib "masm32"lib"user32.lib

DllEntry        proto :HINSTANCE, :DWORD, :DWORD
Base64Encode    proto :DWORD, :DWORD
Base64Decode    proto :DWORD, :DWORD

.data
;Base64 -> ASCII mapping table
base64_alphabet     db    "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/="

;ASCII -> Base64 mapping table
base64table         db 43 dup (255)
                    db 62,255,255,255,63,52,53,54,55,56,57,58,59,60,61,255
                    db 255,255,0,255,255,255,0,1,2,3,4,5,6,7,8,9,10,11,12,13
                    db 14,15,16,17,18,19,20,21,22,23,24,25,255,255,255,255
                    db 255,255,26,27,28,29,30,31,32,33,34,35,36,37,38
                    db 39,40,41,42,43,44,45,46,47,48,49,50,51
                    db 132 dup (255)

.code
DllEntry    proc    hInst: HINSTANCE, reason: DWORD, reserved1: DWORD
    mov eax, TRUE
    ret
DllEntry    endp


;**********************************************************
;函数功能：进行Base64编码
;参数：
;    source          =    传入的字符串
;    destination     =    返回的编码
;**********************************************************
Base64Encode    proc    uses ebx edi esi source:DWORD, destination:DWORD
    LOCAL    sourcelen:DWORD

    invoke lstrlen, source
    mov sourcelen, eax

    mov  esi, source
    mov  edi, destination
@@base64loop:
    xor eax, eax
    .if sourcelen == 1
        lodsb                        ;source ptr + 1
        mov ecx, 2                   ;bytes to output = 2
        mov edx, 03D3Dh              ;padding = 2 byte
        dec sourcelen                ;length - 1
    .elseif sourcelen == 2
        lodsw                        ;source ptr + 2
        mov ecx, 3                   ;bytes to output = 3
        mov edx, 03Dh                ;padding = 1 byte
        sub sourcelen, 2             ;length - 2
    .else
        lodsd
        mov ecx, 4                   ;bytes to output = 4
        xor edx, edx                 ;padding = 0 byte
        dec esi                      ;source ptr + 3 (+4-1)
        sub sourcelen, 3             ;length - 3
    .endif

    xchg al,ah                       ;flip eax completely
    rol  eax, 16                     ;can this be done faster
    xchg al,ah

    @@:
    push  eax
    and   eax, 0FC000000h            ;get the last 6 high bits
    rol   eax, 6                     ;rotate them into al
    mov   al,  byte ptr [offset base64_alphabet + eax]        ;get encode character
    stosb                            ;write to destination
    pop   eax
    shl   eax, 6                     ;shift left 6 bits
    dec   ecx
    jnz   @B                         ;loop

    cmp   sourcelen, 0
    jnz   @@base64loop               ;main loop

    mov   eax, edx                   ;add padding and null terminate
    stosd

    ret
Base64Encode    endp


;**********************************************************
;函数功能：进行Base64解码
;参数：
;    source          =    传入的编码
;    destination     =    返回的字符串
;**********************************************************
Base64Decode    proc    uses ebx edi esi source:DWORD, destination:DWORD
    LOCAL    sourcelen:DWORD

    invoke lstrlen, source
    mov sourcelen, eax
    
    mov    esi, source             ;esi <- source
    mov    edi, destination        ;edi <- destination
    mov    ecx, sourcelen
    shr    ecx, 2
    cld
    
    ;-------------[decoding part]---------------
    
@@outer_loop:
    push   ecx
    mov    ecx, 4
    xor    ebx, ebx
    lodsd
@@inner_loop:
    push   eax
    and    eax, 0ffh
    mov    al, byte ptr [offset base64table + eax]
    cmp    al, 255
    je     @@invalid_char
    shl    ebx, 6
    or     bl, al
    pop    eax
    shr    eax, 8
    dec    ecx
    jnz    @@inner_loop
    mov    eax, ebx
    shl    eax, 8
    xchg   ah, al
    ror    eax, 16
    xchg   ah, al
    stosd
    dec    edi
    pop    ecx
    dec    ecx
    jnz    @@outer_loop
    xor    eax, eax
    jmp    @@decode_done
    
    ;-------------------------------------------
    
@@invalid_char:
    mov    eax, -1
@@decode_done:
    ret
Base64Decode ENDP


end DllEntry
;********************    over    ********************
;by LC

---

测试程序：base64.asm

;***********************************************
;程序名称：演示Base64编码/解码原理
;作者：罗聪
;日期：2002-9-14
;出处：http://laoluoc.yeah.net（老罗的缤纷天地）
;注意事项：如欲转载，请保持本程序的完整，并注明：
;转载自“老罗的缤纷天地”（http://laoluoc.yeah.net）
;***********************************************

.386
.model flat, stdcall
option casemap:none

include "masm32"include"windows.inc
include "masm32"include"kernel32.inc
include "masm32"include"user32.inc
include Base64Dll.inc
includelib "masm32"lib"kernel32.lib
includelib "masm32"lib"user32.lib
includelib Base64Dll.lib

WndProc            proto :DWORD, :DWORD, :DWORD, :DWORD

.const
IDC_BUTTON_ENCODE    equ    3000
IDC_BUTTON_DECODE    equ    3001
IDC_EDIT_INPUT       equ    3002
MAXSIZE              equ    260

.data
szDlgName            db    "lc_dialog", 0
szCaption            db    "BASE64 demo by LC", 0
szBuffer             db    255 dup(0)
szText               db    340 dup(0)
szMsg                db    450 dup(0)
szTemplate_Encode    db    "字符串 ""%s"" 的Base64编码是：", 13, 10, 13, 10, "%s", 0
szTemplate_Decode    db    "编码 ""%s"" 经过Base64还原后的字符串是：", 13, 10, 13, 10, "%s", 0

.code
main:
    invoke GetModuleHandle, NULL
    invoke DialogBoxParam, eax, offset szDlgName, 0, WndProc, 0
    invoke ExitProcess, eax

WndProc proc uses edi hWnd:HWND, uMsg:UINT, wParam:WPARAM, lParam:LPARAM
    LOCAL hEdit: HWND

    .if uMsg == WM_CLOSE
        invoke EndDialog, hWnd, 0
        
    .elseif uMsg == WM_COMMAND
        mov eax, wParam
        mov edx, eax
        shr edx, 16
        movzx eax, ax
        .if edx == BN_CLICKED
            .if eax == IDCANCEL
                invoke EndDialog, hWnd, NULL
    
            .elseif eax == IDC_BUTTON_ENCODE || eax == IDOK
                ;取得用户输入的字符串：
                invoke GetDlgItemText, hWnd, IDC_EDIT_INPUT, addr szBuffer, 255

                ;进行 ASCII->Base64 转换：
                invoke Base64Encode, addr szBuffer, addr szText

                ;格式化输出：
                invoke wsprintf, addr szMsg, addr szTemplate_Encode, addr szBuffer, addr szText

                ;显示结果：
                invoke MessageBox, hWnd, addr szMsg, addr szCaption, MB_OK

            .elseif eax == IDC_BUTTON_DECODE
                ;取得用户输入的字符串：
                invoke GetDlgItemText, hWnd, IDC_EDIT_INPUT, addr szBuffer, 255

                ;进行 Base64->ASCII 转换：
                invoke Base64Decode, addr szBuffer, addr szText

                ;格式化输出：
                invoke wsprintf, addr szMsg, addr szTemplate_Decode, addr szBuffer, addr szText

                ;显示结果：
                invoke MessageBox, hWnd, addr szMsg, addr szCaption, MB_OK
            .endif

            ;全选edit里面的内容：
            invoke GetDlgItem, hWnd, IDC_EDIT_INPUT
            invoke SendMessage, eax, EM_SETSEL, 0, -1

        .endif
    .else
        mov eax, FALSE
        ret
    .endif
    mov eax, TRUE
    ret
WndProc endp

end main
;********************    over    ********************
;by LC

---

测试程序的资源文件：base64.rc

#include "resource.h"

#define IDC_BUTTON_ENCODE    3000
#define IDC_BUTTON_DECODE    3001
#define IDC_EDIT_INPUT       3002
#define IDC_STATIC           -1

LC_DIALOG DIALOGEX 10, 10, 195, 60
STYLE DS_SETFONT | DS_CENTER | WS_MINIMIZEBOX | WS_VISIBLE | WS_CAPTION |
    WS_SYSMENU
CAPTION "Base64 demo by LC"
FONT 9, "宋体", 0, 0, 0x0
BEGIN
    LTEXT           "请输入字符串：", IDC_STATIC, 11, 7, 130, 10
    EDITTEXT        IDC_EDIT_INPUT, 11, 20, 173, 12, ES_AUTOHSCROLL
    DEFPUSHBUTTON   "编码(&E)", IDC_BUTTON_ENCODE, 38, 39, 52, 15
    PUSHBUTTON      "解码(&D)", IDC_BUTTON_DECODE, 104, 39, 52, 15
END

如果你发现了有bug，一定要告诉我啊，并请来信讨论！[e-mail]

最后给大家留下一个小小的习题，你知道下面这串Base64编码的原文是什么吗？  ：）
0LvQu8T6xM3XxdDU19O/tM3qztK1xEJhc2U2NL3Ms8yjoSCjuqOp