密码学（二）：base64原理

在网络编程和后端开发中，我们经常会看到 Base64 的身影，例如 HTTP、JSON、JWT、邮件附件、图片上传等场景。

很多人第一次接触 Base64 时容易产生一个误解：

Base64 是一种加密算法吗？

实际上，Base64 不是加密，而是一种编码方式。

它的核心作用是：将二进制数据转换成由有限字符组成的文本数据，从而方便在只适合传输文本的场景中传输二进制内容。

本文将从 Base64 的基本概念出发，详细介绍 Base64 的编码原理、解码过程、填充机制、数据膨胀问题，以及它在实际开发中的应用。

一、什么是 Base64？

Base64 是一种基于 64 个字符的二进制数据编码方式。

它可以将任意二进制数据转换成可打印的 ASCII 字符，例如：

Hello

经过 Base64 编码后：

SGVsbG8=

再进行 Base64 解码：

SGVsbG8=
        ↓
Hello

因此，Base64 本质上是一个可逆的编码过程：

        Base64 编码
二进制数据 ─────────→ 文本字符串
    ↑                    │
    │                    │
    └──── Base64 解码 ────┘

需要特别强调：

Base64 不提供安全性，也不能用于保护敏感数据。

因为任何人都可以很容易地对 Base64 字符串进行解码。

例如：

YWRtaW46MTIzNDU2

进行 Base64 解码后就是：

admin:123456

所以，如果需要保护数据，应使用 AES、RSA 等加密算法，而不是 Base64。

---

二、为什么需要 Base64？

计算机中的数据本质上都是二进制：

01001000 01100101 01101100 01101100 01101111

但是，在很多网络协议和数据格式中，更适合传输的是文本。

例如 JSON：

{
    "name": "Tom"
}

如果直接把一段二进制数据放进 JSON，就可能出现：

0x00
0xFF
0x1A
...

这些数据中可能包含不可打印字符或者特殊控制字符，不方便直接作为文本传输。

于是就可以使用 Base64：

二进制数据
    ↓
Base64 编码
    ↓
ASCII 字符串
    ↓
JSON / HTTP / XML 等文本协议

例如图片可以转换成：

{
    "image": "iVBORw0KGgoAAAANSUhEUg..."
}

这样，原本的二进制图片就变成了普通字符串。

因此，Base64 解决的核心问题可以概括为：

如何把任意二进制数据安全、统一地表示成文本字符。

这里的"安全"指的是传输格式上的安全和兼容性，而不是密码学意义上的安全。

---

三、Base64 为什么是 64 个字符？

Base64 使用 64 个字符来表示数据：

A-Z
a-z
0-9
+
/

一共：

26 + 26 + 10 + 1 + 1 = 64

为什么恰好是 64 个？

因为：

2^6 = 64

也就是说：

6 个 bit 可以表示 64 种不同的值。

因此，一个 Base64 字符实际上对应：

6 bit

例如：

0     → A
1     → B
2     → C
...
25    → Z
26    → a
27    → b
...
51    → z
52    → 0
...
61    → 9
62    → +
63    → /

这就是 Base64 的核心字符映射表。

---

四、Base64 的核心编码原理

Base64 最核心的一句话就是：

每 3 个字节（24 bit）划分成 4 组，每组 6 bit，然后分别映射成一个 Base64 字符。

原始数据中：

1 Byte = 8 bit

Base64 一个字符：

1 字符 = 6 bit

因此：

3 Byte
= 3 × 8 bit
= 24 bit

然后：

24 bit
↓
4 × 6 bit
↓
4 个 Base64 字符

整个过程可以表示为：

原始数据：

┌────────┬────────┬────────┐
│ 8 bit  │ 8 bit  │ 8 bit  │
└────────┴────────┴────────┘
           24 bit
              │
              ▼
┌──────┬──────┬──────┬──────┐
│ 6bit │ 6bit │ 6bit │ 6bit │
└──────┴──────┴──────┴──────┘
    │      │      │      │
    ▼      ▼      ▼      ▼
   0~63   0~63   0~63   0~63
    │      │      │      │
    ▼      ▼      ▼      ▼
   Base64 字符

这就是 Base64 最核心的工作机制。

---

五、通过 Hello 理解 Base64

下面通过 Man 这个字符串完整理解 Base64 的编码过程。

1. 获取 ASCII 编码

M = 77
a = 97
n = 110

转换成二进制：

M = 01001101
a = 01100001
n = 01101110

拼接：

01001101 01100001 01101110

一共 24 bit。

---

2. 每 6 bit 进行分组

将 24 bit 按照 6 bit 重新划分：

010011 010110 000101 101110

分别转换成十进制：

010011 = 19
010110 = 22
000101 = 5
101110 = 46

---

3. 根据 Base64 字符表进行映射

根据 Base64 字符表：

19 → T
22 → W
5  → F
46 → u

所以：

Man
 ↓
TWFu

整个过程：

Man
 ↓
01001101 01100001 01101110
 ↓
010011 010110 000101 101110
 ↓
19 22 5 46
 ↓
T W F u
 ↓
TWFu

这就是 Base64 编码。

---

六、Base64 为什么会出现 =？

在实际使用中，经常可以看到这样的字符串：

SGVsbG8=

最后的 = 是什么？

它叫做：

Padding（填充字符）

Base64 希望每次处理：

3 Byte → 4 个字符

但是原始数据长度不一定刚好是 3 的倍数。

例如：

Hello

一共有 5 个字节。

可以拆成：

Hel + lo

其中：

Hel = 3 Byte
lo  = 2 Byte

第一组可以正常转换。

第二组只有 2 Byte：

16 bit

不足 24 bit，因此需要补 0，使其能够按照 6 bit 进行划分。

最终产生 3 个有效 Base64 字符，第四个位置使用：

=

进行填充。

因此：

Hello
↓
SGVsbG8=

---

七、Base64 的填充规则

Base64 的填充规则非常简单。

原始数据长度	Base64 结果
3 的整数倍	不需要 =
余 1 字节	最后增加 ==
余 2 字节	最后增加 =

例如：

M
↓
TQ==
Ma
↓
TWE=
Man
↓
TWFu

可以总结为：

原始数据长度 % 3

0 → 无填充
1 → ==
2 → =

需要注意的是，= 并不是实际的数据内容，而是用于表示数据长度和补齐编码结果。

---

八、Base64 为什么会增加数据量？

Base64 有一个非常明显的缺点：

编码后的数据会变大。

原因很简单。

原始数据：

3 Byte = 24 bit

经过 Base64：

4 个字符

如果按照一个字符 1 Byte 计算：

4 Byte

所以：

4 / 3 ≈ 1.333

也就是说：

Base64 编码后的数据理论上会增加约 33.3%。

例如：

原始数据：300 MB
Base64：约 400 MB

实际数据由于填充等因素会有少量差异。

因此，对于大型二进制数据，例如：

• 视频
• 音频
• 大型图片
• 大文件

如果传输链路本身支持二进制数据，通常没有必要先转换成 Base64。

否则会造成：

数据量增加
    ↓
网络带宽增加
    ↓
传输时间增加
    ↓
内存占用增加

---

九、Base64 编码和解码过程

Base64 编码：

原始二进制
    │
    ▼
每 3 Byte 分组
    │
    ▼
24 bit
    │
    ▼
拆成 4 个 6 bit
    │
    ▼
转换成 0~63
    │
    ▼
查 Base64 字符表
    │
    ▼
Base64 字符串

Base64 解码则完全相反：

Base64 字符串
    │
    ▼
查 Base64 字符表
    │
    ▼
得到 0~63
    │
    ▼
转换成 6 bit
    │
    ▼
4 × 6 bit = 24 bit
    │
    ▼
还原成 3 Byte
    │
    ▼
原始二进制数据

因此 Base64 是完全可逆的。

---

十、Base64 与 Hex 的区别

在开发过程中，Base64 和十六进制 Hex 都可以用于表示二进制数据。

例如：

Hello

对应的 ASCII 十六进制：

48 65 6C 6C 6F

Base64：

SGVsbG8=

两者的主要区别：

对比项	Base64	Hex
使用字符数量	64	16
每个字符表示	6 bit	4 bit
数据膨胀	约 33%	约 100%
网络传输效率	较高	较低
可读性	一般	较好
二进制调试	一般	非常常见

所以可以简单理解：

Base64 更适合二进制数据的文本化传输。

而：

Hex 更适合查看、打印和调试二进制数据。

---

十一、Base64 在实际开发中的应用

1. HTTP

Base64 经常出现在 HTTP 场景中。

例如 HTTP Basic Authentication：

Authorization: Basic YWRtaW46MTIzNDU2

其中：

YWRtaW46MTIzNDU2

实际上就是：

admin:123456

经过 Base64 编码后的结果。

但是 Base64 不具备加密能力，因此 Basic Authentication 通常需要配合 HTTPS 使用。

---

2. JSON

JSON 本身是文本格式，如果需要传递二进制数据，可以使用 Base64：

{
    "data": "SGVsbG8="
}

服务端收到之后：

SGVsbG8=
      ↓
Base64 Decode
      ↓
二进制数据

---

3. 图片

网页或者接口中经常可以看到：

data:image/png;base64,iVBORw0KGgoAAAANSUhEUg...

这里的：

iVBORw0KGgoAAAANSUhEUg...

就是图片经过 Base64 编码后的内容。

---

4. JWT

JWT 中也大量使用 Base64URL。

一个典型 JWT：

xxxxx.yyyyy.zzzzz

实际上由三部分组成：

Header.Payload.Signature

其中 Header 和 Payload 使用的是 Base64URL 编码。

注意：

JWT 中的 Base64URL 也不是加密。

所以不要认为 JWT 的 Payload 因为经过 Base64URL 编码，就无法被别人看到。

---

十二、Base64URL 是什么？

标准 Base64 使用：

+
/
=

但是 +、/、= 在 URL 中存在特殊含义，因此在 URL 场景中通常使用 Base64URL。

Base64URL 通常做以下转换：

+ → -
/ → _

同时通常会去掉末尾的：

=

例如：

标准 Base64
TWFu+abc/xyz=

Base64URL：

TWFu-abc_xyz

JWT 使用的就是这种变体。

---

十三、从程序员角度理解 Base64

如果从 C/C++ 开发的角度理解，可以把 Base64 看成两个函数：

Base64Encode()
Base64Decode()

例如原始数据：

uint8_t data[] = {
    0x48, 0x65, 0x6c, 0x6c, 0x6f
};

对应：

48 65 6C 6C 6F

经过 Base64 编码：

SGVsbG8=

再解码：

SGVsbG8=
       ↓
48 65 6C 6C 6F

因此在网络程序中，如果看到一个 Base64 字符串，可以首先判断：

Base64字符串
      ↓
Base64 Decode
      ↓
二进制数据
      ↓
根据实际协议继续解析

这一点在协议分析、网络抓包和流媒体开发中尤其重要。

---

十四、Base64 的优缺点

优点

1. 可以将二进制数据转换成文本

适合：

HTTP
JSON
XML
邮件
配置文件

等文本场景。

2. 字符集简单

主要使用：

A-Z
a-z
0-9
+
/
=

兼容性比较好。

3. 编码和解码简单

Base64 算法本身非常简单，CPU 开销通常较低。

---

缺点

1. 数据量增加

理论上增加约：

33.3%

2. 不是加密

Base64 可以非常容易地被解码。

3. 不适合大型二进制数据的无意义转换

例如视频文件：

原始视频
    ↓
Base64
    ↓
数据增加约 33%
    ↓
网络传输

如果网络协议本身支持二进制传输，就没有必要这么做。

---

十五、Base64 原理总结

Base64 的核心其实非常简单：

          原始数据
             │
             ▼
       3 Byte = 24 bit
             │
             ▼
    ┌────┬────┬────┬────┐
    │6bit│6bit│6bit│6bit│
    └────┴────┴────┴────┘
       │    │    │    │
       ▼    ▼    ▼    ▼
      0~63 0~63 0~63 0~63
       │    │    │    │
       ▼    ▼    ▼    ▼
    Base64字符表
       │
       ▼
     文本字符串

可以记住下面几个关键点：

第一，Base64 是编码，不是加密。

第二，Base64 的核心是 3 字节转 4 字符。

第三，原始数据每 3 个字节会被拆成 4 组 6 bit。

第四，6 bit 可以表示 64 种状态，因此叫 Base64。

第五，数据长度不是 3 的倍数时，需要使用 = 进行填充。

第六，Base64 编码后数据量通常增加约 33%。

因此，一句话总结 Base64：

Base64 就是将二进制数据每 3 个字节组成 24 bit，再划分成 4 个 6 bit，并通过 64 个可打印字符进行映射，从而将二进制数据转换成文本字符串的一种编码方式。