定义

Base64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。

历史

对于电子邮件网络的最初几十年（1971年至1990年代早期），大多数电子邮件消息都是7位US-ASCII字符集中的纯文本。二进制文件（比如图片）不能通过电子邮件进行传输，例如图片中有一个字节为0xff(即255)超过127，那么这个字节就无法通过邮件进行传输了。

为此便设计出Base64这边编码，目的就是为将二进制数据转换为7位的ASCII字符，Base64使用一组6-bit字节数组代替原来8-bit的二进制字节数组，并将该6-bit数组映射到被选定64个可打印的ASCII码之中，这样原先的二进制数组就变成一个ASCII字符串，从而顺利进行传输。

出于相同目的，还诞生了很多类似的编码，比如：uuencoding，Ascii85，SREC，BinHex，kermit等。

编码算法

假设有一组二进制数组（0xff, 0xfe, 0xfd, 0xfc, 0xfb, 0xfa…)

步骤1:将数组中每3个字节分为一组比如 (0xff, 0xfe, 0xfd), (0xfc, 0xfb, 0xfa)…

步骤2:将3个字节共24bit平均分为4个6-bit大小的数字，这里以(0xff, 0xfe, 0xfd)为例：
(0xff 0xfe 0xfd)即为(11111111, 11111110, 11111101)，进行6-bit分割得(111111|11, 1111|1110, 11|111101)，分割后为(111111, 111111, 111011, 111101)，用10进制表示(63, 63, 59, 61)

步骤3:将步骤2得到的(63, 63, 59, 61)进行查表替换，标准Base64算法的映射表如下所示，得到(/, /, 7, 9)。

步骤4:根据步骤2、3进行剩余数组的编码。

这里还存在一个问题，假如最后一组被分割数组不足3个字节，这时分为两种情况:

1)剩余2个字节:
比如(0xff 0xfe)即为(11111111, 11111110)，进行6-bit分割得到(111111|11, 1111|1110)，这时只能分割为三个部分，且第三部分不足6-bit，需要为其补上2个0，得到(111111, 111111, 111000)， 10进制表示(63, 63, 56)，根据索引值查表得到(/, /, 4 )，因为只有三个字符，所以还需要为其补充一填充字符=，最后编码为(/, /, 4, =)。

2)剩余1个字节:
比如(0xff)即为(11111111,)，进行6-bit分割得到(111111|11)，这时只能分割为两个部分，且第二部分不足6-bit，需要为其补上4个0，得到(111111, 110000)， 10进制表示(63, 48)，根据索引值查表得到(/, w)，因为只有两个字符，所以还需要为其补充两个填充字符=，最后编码为(/, w, =, =)。

标准Base64映射表

Base64变种

Base64其实不单单只有一种，为适应更多场景使用，它产生了很多变种，其中第0到第61个映射字符是一样的，不同主要集中在第62、63字符，没有填充字符，是否需要换行以及行长度限制。下面是Base64变种部分汇总表:

说明:

1)目前网上在线Base64编解码绝大多数采用的是RFC4648 Base64，它的特点是第62、63映射字符为’+’， ‘/’，没有行长度限制，不会加入回车换行符。

2)有些编程语言采用MIME Base64方式，这样当编码字符串长度大于76时，就会加上回车换行符，从而该编码字符串被应用到其它地方可能会引发些问题。

3)当URL参数使用Base64进行编码，这时映射字符’+’，’/’， 填充字符’=’，会被转换成”%XX”形式，而这些’%’在存入数据库前还需要进行转换，因为ANSI SQL中已将’%’字符作为通配符。这时可以选择使用Base64url，这种Base64将’+’ , ‘/’使用’-‘, ‘_’ 替代，并且不再强制使用填充字符”=”。

4)在XML中应用Base64可以使用”XML 名称标记(Nmtoken) Base64 “和”XML 标识符(name) Base64”。

常用编程语言

1)python3 base64模块

#导入base64模块
import base64
original = b'python3 base64 demo'
#编码
encoded = base64.b64encode(original)
print(encoded)
#解码
decoded = base64.b64decode(encoded)
print(decoded)

注意：在Python3中，Base64编码仅仅用于面向字节的数据比如字节字符串和字节数组。 此外，编码处理的输出结果总是一个字节字符串。当解码Base64的时候，字节字符串和Unicode文本都可以作为参数。 但是，Unicode字符串只能包含ASCII字符。

如果你想混合使用Base64编码的数据和Unicode文本，你必须添加一个额外的解码步骤。

encoded = base64.b64encode(original).decode('ascii')

2)javascript base64

 //编码
function b64EncodeUnicode(str) {
    return btoa(encodeURIComponent(str).replace(/%([0-9A-F]{2})/g, function(match, p1) {
        return String.fromCharCode('0x' + p1);
    }));

b64EncodeUnicode('✓ à la mode'); // "4pyTIMOgIGxhIG1vZGU="


//解码
function b64DecodeUnicode(str) {
    return decodeURIComponent(atob(str).split('').map(function(c) {
        return '%' + ('00' + c.charCodeAt(0).toString(16)).slice(-2);
    }).join(''));
}

b64DecodeUnicode('4pyTIMOgIGxhIG1vZGU='); // "✓ à la mode"
b64DecodeUnicode('Cg=='); // "\n"

说明：函数btoa和atob是javascript原生base64编解码接口，由于 DOMString 是16位编码的字符串，所以如果有字符超出了8位ASCII编码的字符范围时，在大多数的浏览器中对Unicode字符串调用 window.btoa 将会造成一个 Character Out Of Range 的异常。所以需要使用encodeURIComponent/decodeURIComponent进行处理。

3)objective-c base64

//编码
- (NSString*)base64Encode:(NSString*)string
{
    NSData* data = [string dataUsingEncoding:NSUTF8StringEncoding];
    // option选项：
    // 默认为0，不换行，结尾为回车换行符
    // NSDataBase64Encoding64CharacterLineLength 编码行长度限制为64
    // NSDataBase64Encoding76CharacterLineLength 编码行长度限制为76
    // NSDataBase64EncodingEndLineWithCarriageReturn 结尾为回车符
    // NSDataBase64EncodingEndLineWithLineFeed    结尾为换行符
    return [data base64EncodedStringWithOptions:0];
}

//解码
- (NSString*)base64Decode:(NSString*)string
{
    NSData* data = [[NSData alloc]initWithBase64EncodedString:string options:0];
    return [[NSString alloc]initWithData:data encoding:NSUTF8StringEncoding];
}

Base系列编码

Base64是Base系列编码其中一种，Base系列中还有ascii85(Base85)、Base58、Base36、Base32、Base16。

1.Ascii85(Base85)
Ascii85，也称为Base85，是由Paul E. Rutter为btoa实用程序开发的二进制文本编码形式。通过使用五个ASCII字符来表示四个字节的二进制数据（使编码大小¹/ 4大于原始值，假设每个ASCII字符为8位），它比uuencode或Base64更有效，它使用四个字符来表示三个字节数据的增加（¹/ 3增加，假设每个ASCII字符有8位）。
它的主要现代用途是Adobe的PostScript和可移植文档格式文件格式，以及Git使用的二进制文件的补丁编码。

2.Base58
Base58是一组二进制到文本编码方案，用于将大整数表示为字母数字文本，由Satoshi Nakamoto介绍用于比特币。它已被应用于其他加密货币和应用程序。
它类似于Base64，但已经过修改，以避免使用非字母数字字符和字母，这些字符在打印时可能看起来不明确。因此，它专为手动输入数据，从某些可视源复制的人类用户而设计，但也允许轻松复制和粘贴，因为双击通常会选择整个字符串。
与Base64相比，省略了以下相似的字母：0（零），O（大写o），I（大写i）和l（小写L）以及非字母数字字符+（加号）和/ （削减）。与Base64相比，编码的数字与原始数据的字节边界不能很好地对齐。出于这个原因，该方法非常适合编码大整数，但不能用于编码二进制数据的较长部分。字母表中字母的实际顺序取决于应用程序，这就是单独使用术语“Base58”不足以完全描述格式的原因。与Base 58相比，变体Base56排除1 和o（小写o）。

3.Base36
base36编码，它的编码中包含0~9的数字，加上所有26个字母，不区分大小写，不包含任何标点，所有的字母要不全大写，要不全小写。所以加起来就是“0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ”, 或者 ‘0123456789abcdefghijklmnopqrstuvwxyz’。

4.Base32
Base32编码是使用32个可打印字符（字母A-Z和数字2-7）对任意字节数据进行编码的方案，编码后的字符串不用区分大小写并排除了容易混淆的字符，可以方便地由人类使用并由计算机处理。

与Base64相比，Base32具有许多优点：

• 适合不区分大小写的文件系统，更利于人类口语交流或记忆。
• 结果可以用作文件名，因为它不包含路径分隔符 “/”等符号。
• 排除了视觉上容易混淆的字符，因此可以准确的人工录入。（例如，RFC4648符号集忽略了数字“1”、“8”和“0”，因为它们可能与字母“I”，“B”和“O”混淆）。
• 排除填充符号“=”的结果可以包含在URL中，而不编码任何字符。

Base32的缺点：

• Base32比Base64多占用大约20％的空间。因为Base32使用8个ASCII字符去编码原数据中的5个字节数据，而Base64是使用4个ASCII字符去编码原数据中的3个字节数据。

5.Base16
Base16编码使用16个ASCII可打印字符（数字0-9和字母A-F）对任意字节数据进行编码。Base16先获取输入字符串每个字节的二进制值（不足8比特在高位补0），然后将其串联进来，再按照4比特一组进行切分，将每组二进制数分别转换成十进制，在下述表格中找到对应的编码串接起来就是Base16编码。可以看到8比特数据按照4比特切分刚好是两组，所以Base16不可能用到填充符号“=”。
Base16编码后的数据量是原数据的两倍：1000比特数据需要250个字符（即 250*8=2000 比特）。换句话说：Base16使用两个ASCII字符去编码原数据中的一个字节数据。
Base16编码是一个标准的十六进制字符串（注意是字符串而不是数值），更易被人类和计算机使用，因为它并不包含任何控制字符，以及Base64和Base32中的“=”符号。