Base64算法、Base64Encode、UrlEcode编码及应用

Base64算法的由来

Base64算法最早应用于解决电子邮件传输问题，在早期，电子邮件只支持ASCII码字符。如果要传输一封带有非ASCII码字符的电子邮件，当它经过部分网关时就可能出现问题，这个网关可能会对非ASCII码字符的二进制位进行调整，即将这个非ASCII码的8位二进制码最高位置设置为0，此时用户收到的这个邮件就会是一封乱码的了。基于这个原因产生了Base64算法。

Base64是一种基于64个字符的编码算法。经过Base编码后的数据会比原始数据略长，为原来的4/3。经过Base64编码的字符串的字符数是以4为单位的整数倍。

RFC2045规定，在电子邮件中，每行为76个字符，每行末尾添加一个回车换行符(“\r\n”)，无论每行是否够76个字符，都要加一个回车换行符。但实际情况中往往要忽略这一点。

我经常听到有人说Base64加密，听着十分变扭。准确地说，Base64是一种编码。

Base64算法的原理

在RFC2045中规定的字符映射表：
è¿éåå¾çæè¿°

这张字符映射表中，Value指的是十进制编码，Encoding指的是字符，共映射了64个字符，这也是Base64算法命名的来源。映射表的最后一个字符是等号，它是用来补位的。
为了能在HTTP请求中以GET方式传递二进制数，由Base64算法衍生出了Url Base64算法。Url Base64主要是替换了Base64字符映射表中的第62、63个字符，也就是将”+”和”/”符号用”-“和”_”代替。至于”=”在Bouncy Castle提供者使用的是”.”代替，而在Commons Codec里则是完全杜绝使用补位符。

Base64算法主要是将给定的字符以及字符编码(如ASCII码、UTF-8码)对应的十进制数为基准，做编码操作：

将给定的字符串以字符为单位，转换成对应的字符编码(如ASCII码)
将字符编码转换成二进制
将二进制码进行分组转换操作，每3个8位二进制码为一组，转换为每4个6位二进制码为一组(不足6位时低位补0)。这是一个分组变化的过程，3个8位二进制码和4个6为二进制码的长度都是24位
将获得的4-6二进制码组进行补位，向6位二进制码高位补2个0，组成4个8位二进制码
将获得的4-8二进制码组转换为十进制码
将获得的十进制码转换成Base64字符表中对应的字符

例子1：假设场景，我们需要对"A"进行Base64编码，操作如下：
字符============================A
ASCII编码======================65
二进制码=======================01000001
4-6二进制码====================010000      010000(不足6位，低位补0)
4-8二进制码====================00010000   00010000
十进制码======================16      16
字符映射表====================Q        Q         =        =

最终获得是”QQ==”出现2个补位的原因，是我们要满足，Base64编码出来的串必须是4的整数倍，不够就补。此处，源二进制码为01000001不足24位，导致4-8二进制码组不足4个。我们这里可以通过一个简单的方法判断是否需要补位：

余数=原文字节数 MOD 3余数=0，不需要补位
余数=1，补2个等号
余数=2，补1个等号

例子2：解决非ASCII码字符编码的传输问题
字符 =========================================== 密
UTF-8码                  -27                             -81                         -122
二进制码            11100101                  10101111                10000110
4-6二进制码         111001                    011010                  111110                 000110              
4-8二进制码         00111001                  00011010                00111110               00000110
十进制码            57                        26                      62                     6
字符映射            5                         a                       +                      G

字符串"密"经过Base64加密得到字符串"5a+G"，当然，使用GBK编码的"密"就不是这个结果了。

`Base64编码与urlEncode编码的区别`

UrlEncode：

 - `POST`请求中URLEncode和URLDecode用于完成普通字符串和
   `application/x-www-from-urlencoded MIME`字符串之间的相互转化。
 - `GET`请求中字符串数据以url的形式传递给web服务器时，字符串中是不允许出现空格和特殊字符的。

UrlEncode的过程：

URL_ENCODE的过程就是把URL作为字符按照某种编码方式(GBK, UTF-8等)编码成二进制的字节码，然后每个字节用一个包含3个字符的字符串 “%xy” 表示，其中xy为该字节的两位十六进制表示形式。

URL 只能使用 ASCII 字符集来通过因特网进行发送。除了 -_. 等规定之外的所有非字母数字字符都将被替换成百分号(%)后跟两位十六进制数，空格则编码为加号(+)主要用于编码 URL 和安全传输URL 。

RFC 1738规定：只有字母和数字[0-9a-zA-Z]、一些特殊符号$-_.+!*'(),[不包括双引号]、以及某些保留字，才可以不经过编码直接用于URL。

Base64：

 - 电子邮件传输：可以进行简单"加密"且防乱码
 - 网络数据传输：不论是通过`HTTP`的`GET`方式以URL参数传递参数，还是通过`POST`方式以数据体传输数据，都能发现Base64编码藏匿其中
 - 密钥存储：将密钥从二进制表现形式转换成Base64，这样可读性变得更高
 - 数字证书存储：很多数字证书以Base64方式存储和传输

代码实例

public static void main(String[] args) throws Exception{
        String s = "高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+高堂明镜悲白发，朝如青丝暮成雪+";
        System.out.println("遵循RFC2048："+ new String(Base64.encodeBase64(s.getBytes("UTF-8"),true)));
        System.out.println("=================================================================================");
        System.out.println("不遵循RFC2048："+Base64.encodeBase64String(s.getBytes("UTF-8")));
    }

运行结果：

è¿éåå¾çæè¿°