加密与安全_探索常用编码算法

---

概述

在计算机系统中，加密与安全是至关重要的概念。

想象一下，当B想要发送一封邮件给A时，邮件可能在传送过程中遭到黑客的窃听，这就需要防止信息泄露。此外，黑客还可能篡改邮件内容，因此A需要确保她能够辨别出邮件是否被篡改。最后，黑客可能会冒充B发送虚假邮件给A，这需要A有能力辨别真伪。

为了应对这些潜在的安全威胁，我们需要采取以下三项措施：

1. 防止窃听
2. 防止篡改
3. 防止伪造

计算机加密技术旨在实现上述目标。现代计算机密码学建立在严格的数学理论基础上，并逐渐发展成为一门科学。对于大多数开发者来说，设计安全的加密算法是一项艰巨的任务，验证加密算法的安全性则更加困难。目前认为安全的加密算法也只是尚未被攻破。因此，为了编写安全的计算机程序，我们应遵循以下原则：

1. 不要设计自己的加密算法
2. 不要自行实现已有的加密算法
3. 不要修改已有的加密算法

接下来，我们将一起探讨最常用的加密算法，以及Java实现。

---

什么是编码

编码是一种将符号、文字或其他数据转换为特定格式或标准的过程。

编码是计算机科学中的一个重要概念，它指的是将符号、文字或其他数据转换为特定格式或标准的过程。这种转换是为了方便存储、传输和处理数据。编码可以涵盖多种形式，包括数字编码、字符编码、图像编码、音频编码等。

数字编码是将数字转换为计算机可以理解的二进制形式的过程，通常涉及将十进制数字转换为二进制或其他进制的表示形式。

字符编码是将字符映射到数字或比特序列的过程，以便计算机能够处理和存储文本数据。常见的字符编码包括ASCII（美国信息交换标准代码）、Unicode等。

图像编码是将图像数据转换为计算机可识别的格式的过程，常见的图像编码包括JPEG、PNG、GIF等。

音频编码是将声音数据转换为数字形式的过程，以便计算机可以处理和存储音频数据。常见的音频编码包括MP3、AAC、WAV等。

通过编码，我们能够将各种类型的数据转换为计算机可以处理的形式，从而实现数据的存储、传输和处理。

---

编码分类

ASCII码 （最多只能有128个字符）

ASCII码（American Standard Code for Information Interchange，美国信息交换标准代码） 就是一种常见的字符编码标准。在ASCII码中，每个字符都被赋予一个唯一的数值表示，通常是一个字节（8位）。

例如，字母’A’的ASCII编码是十六进制的0x41，字母’B’是0x42，字母’C’是0x43，以此类推。ASCII码包含了标准的英文字母、数字、标点符号以及一些控制字符的编码，共计128个字符。

下面是一些常见字符的ASCII编码示例：

字母’A’的ASCII编码为0x41，这是因为ASCII编码是一种固定长度的字符编码标准，用一个字节（8位）表示一个字符。在ASCII编码中，大写字母’A’的编码是65，换算成十六进制就是0x41。

ASCII编码是根据英语字母表中的顺序进行编码的，因此大写字母’A’在ASCII编码中是排在字母表的第一个位置，其对应的十进制数值为65，换算成十六进制即为0x41。

ASCII码对照表

---

Unicode （用于表示世界上几乎所有的文字和符号）

Unicode是一种广泛使用的字符编码标准，用于表示世界上几乎所有的文字和符号。相比于ASCII编码的128个字符，Unicode可以表示更多的字符，包括中文、日文、阿拉伯文等。

中文的Unicode编码示例如下：

另外，UTF-8是一种变长编码，用于将Unicode字符编码成字节序列。对于英文字符，UTF-8使用一个字节表示，而对于中文等Unicode字符，则需要多个字节来表示。例如，汉字’中’的UTF-8编码是0xe4b8ad，它需要3个字节来表示。

UTF-8编码的复杂性在于它是一种不定长编码，字符的编码长度取决于Unicode编码的范围。但是，通过给定字符的Unicode编码，可以推算出它在UTF-8编码中所占用的字节数。

---

URL编码 （解决服务器只能识别ASCII字符的问题）

URL编码是一种用于在URL中传输数据时使用的编码方式。它通常被用于对URL的参数部分进行编码，以确保传输的数据符合URL的规范。举例来说：

如果我们想在URL中传输非ASCII字符，比如中文或日文等，由于许多服务器只能识别ASCII字符，因此我们需要对这些非ASCII字符进行编码。URL编码就是为了解决这个问题而设计的。

URL编码的规则如下：

• 对于A~Z、a~z、0~9以及-、_、.、*这些字符，保持不变；
• 对于其他字符，首先转换为其对应的UTF-8编码，然后将每个字节表示为%XX的形式。
• URL编码总是使用大写字母表示

举例来说，如果字符中的UTF-8编码是0xe4b8ad，那么它的URL编码就是%E4%B8%AD

举个例子

https://www.artisan.com/s?wd=%E4%B8%AD%E6%96%87
1

其实就是 https://www.artisan.com/s?wd=中文

实现：编码_URLEncoder

package com.artisan.securityalgjava.urlencode;

import java.io.UnsupportedEncodingException;
import java.net.URLDecoder;
import java.net.URLEncoder;
import java.nio.charset.StandardCharsets;

/**
 * @author 小工匠
 * @version 1.0
 * @mark: show me the code , change the world
 */
public class UrlEncoderTest {

    public static void main(String[] args) throws UnsupportedEncodingException {
        // 编码
        String result = URLEncoder.encode("中文!", StandardCharsets.UTF_8.toString());
        System.out.println(result);
 
    }
}
    
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

中的URL编码是%E4%B8%AD，文的URL编码是%E6%96%87，!虽然是ASCII字符，也要对其编码为%21

和标准的URL编码稍有不同，URLEncoder把空格字符编码成+，而现在的URL编码标准要求空格被编码为%20， 服务器都可以处理这两种情况

---

实现： 解码_URLDecoder

URL编码的字符串对其进行解码还原成原始字符串

// 解码
String decode = URLDecoder.decode("%E4%B8%AD%E6%96%87%21", StandardCharsets.UTF_8.toString());
System.out.println(decode);
1
2
3

小结

URL编码是编码算法，不是加密算法。URL编码的目的是把任意文本数据编码为%前缀表示的文本，编码后的文本仅包含A~Z，a~z，0~9，-，_，.，*和%，便于浏览器和服务器处理。

---

Base64编码

Base64 编码是一种将二进制数据编码为文本格式的方法，它可以将任意长度的二进制数据转换为纯文本，并且只包含一组特定的字符集，包括 A~Z、a~z、0~9、+、/、=。

Base64 编码的原理是将 3 字节的二进制数据按照 6 位一组进行分组，然后将每组 6 位的二进制数转换为对应的整数，再根据整数对应的索引查表，将索引对应的字符拼接起来，得到编码后的字符串。

具体步骤如下：

1. 将原始二进制数据每 3 个字节分为一组。
2. 将每组 3 个字节转换为 4 个 6 位的二进制数。
3. 将每个 6 位的二进制数转换为对应的整数。
4. 将每个整数使用查表的方式映射到对应的字符集合中的字符。
5. 将得到的字符拼接成一个字符串作为 Base64 编码结果。

由于 Base64 编码的特性，它常用于在网络上传输数据，例如在电子邮件中传输二进制文件或在网页中嵌入图片等。由于其将二进制数据编码为文本的特点，使得它可以直接作为文本传输，而无需担心编码后的数据会包含特殊字符或控制字符。

举个例子：3个byte数据分别是e4、b8、ad，按 6 bit分组得到39、0b、22、2d

6位整数的范围总是0~63，所以，能用64个字符表示：字符A~Z对应索引0~25，字符a~z对应索引26~51，字符0~9对应索引52~61，最后两个索引62、63分别用字符+和/表示

---

实现：编码_Base64.getEncoder()

package com.artisan.securityalgjava.base64;


import java.util.Arrays;
import java.util.Base64;

/**
 * @author 小工匠
 * @version 1.0
 * @mark: show me the code , change the world
 */
public class Base64Test {

    public static void main(String[] args) {
        // 创建一个包含中文字符 "中" 的字节数组
        byte[] bytes = {(byte) 0xe4, (byte) 0xb8, (byte) 0xad};

        // 使用 Base64 编码器将字节数组转换为 Base64 字符串
        String result = Base64.getEncoder().encodeToString(bytes);
        System.out.println(result);
 

    }
}
    
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

---

实现：解码_Base64.getDecoder

package com.artisan.securityalgjava.base64;


import java.util.Arrays;
import java.util.Base64;

/**
 * @author 小工匠
 * @version 1.0
 * @mark: show me the code , change the world
 */
public class Base64Test {

    public static void main(String[] args) {
        // 创建一个包含中文字符 "中" 的字节数组
        byte[] bytes = {(byte) 0xe4, (byte) 0xb8, (byte) 0xad};

        // 使用 Base64 编码器将字节数组转换为 Base64 字符串
        String result = Base64.getEncoder().encodeToString(bytes);
        System.out.println(result);

        // 使用 Base64 解码器将 Base64 字符串解码为字节数组
        byte[] decode = Base64.getDecoder().decode(result);
        System.out.println(Arrays.toString(decode));
    }
}

    
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

将包含中文字符 “中” 的字节数组进行 Base64 编码，然后再解码回原始字节数组，并打印结果。

---

byte[]数组长度不是3的整数倍

如果输入的byte[]数组长度不是3的整数倍真么办？这种情况下，需要对输入的末尾补一个或两个0x00，编码后，在结尾加一个=表示补充了1个0x00，加两个=表示补充了2个0x00，解码的时候，去掉末尾补充的一个或两个0x00即可。

实际上，因为编码后的长度加上=总是4的倍数，所以即使不加=也可以计算出原始输入的byte[]

看代码

import java.util.Arrays;
import java.util.Base64;

public class Base64Test {

    // 定义一个静态方法用于测试 Base64 编码和解码
    static void testCase() {
        // 输入的字节数组，包含一个中文字符和一个 ASCII 字符
        byte[] input = new byte[] { (byte) 0xe4, (byte) 0xb8, (byte) 0xad, 0x21 };

        // 使用 Base64 编码器将字节数组转换为 Base64 字符串
        String b64encoded = Base64.getEncoder().encodeToString(input);

        // 使用 Base64 编码器进行无填充的 Base64 编码
        String b64encoded2 = Base64.getEncoder().withoutPadding().encodeToString(input);

        // 打印两种编码结果
        System.out.println("Base64 编码结果1: " + b64encoded);
        System.out.println("Base64 编码结果2: " + b64encoded2);

        // 使用 Base64 解码器将 Base64 字符串解码为字节数组
        byte[] output = Base64.getDecoder().decode(b64encoded2);

        // 打印解码后的字节数组
        System.out.println("解码后的字节数组: " + Arrays.toString(output));
    }

    public static void main(String[] args) {
        // 调用测试方法
        testCase();
    }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

---

Base64.getUrlEncoder()

标准的 Base64 编码在某些场景下不适合在 URL 中使用，因为它会包含字符 +、/ 和 =，而这些字符在 URL 中可能会引起解析错误或歧义。

为了解决这个问题，可以使用一种针对 URL 的 Base64 编码，它对标准的 Base64 编码做了简单的修改，即将 + 替换为 -，将 / 替换为 _，从而避免了在 URL 中可能引起问题的字符。

这种修改后的 Base64 编码仍然可以通过标准的 Base64 解码器进行解码，因为这两种编码方式只是字符替换的差异，不影响原始数据的编码规则和解码逻辑。

static void urlEncoder() {
    // 创建一个字节数组作为输入数据
    byte[] input = new byte[]{0x01, 0x02, 0x7f, 0x00};

    // 使用 URL 安全的 Base64 编码器将字节数组转换为 Base64 字符串
    String result = Base64.getUrlEncoder().encodeToString(input);
    System.out.println("URL 编码结果: " + result);

    // 使用 URL 安全的 Base64 解码器将 Base64 字符串解码为字节数组
    byte[] decode = Base64.getUrlDecoder().decode(result);
    System.out.println("解码后的字节数组: " + Arrays.toString(decode));
}

1
2
3
4
5
6
7
8
9
10
11
12
13

演示了如何使用 URL 安全的 Base64 编码器将字节数组进行编码，以及如何使用相应的解码器将编码后的 Base64 字符串解码回原始的字节数组。URL 安全的 Base64 编码会将 + 替换为 -，将 / 替换为 _，以避免在 URL 中可能引起问题的字符。

0x01, 0x02, 0x7f, 0x00 是十六进制表示法，表示了四个字节的值。在 Java 中，0x 前缀表示后面的数字是十六进制数。

• 0x01 表示十进制数值为 1
• 0x02 表示十进制数值为 2
• 0x7f 表示十进制数值为 127
• 0x00 表示十进制数值为 0

因此，input 这个字节数组包含了四个字节，分别是 1、2、127 和 0。

---

小结

Base64 编码是一种常用的将二进制数据转换为文本数据的方法，适用于需要在文本环境中传输二进制数据的场景，比如电子邮件、XML 数据传输等。

然而， Base64 编码会将原始数据的长度增加约 1/3，这会降低传输效率。因此，在一些对传输效率要求较高的场景下，可能会选择其他更高效的编码方式，比如 Base32、Base48 或 Base58 编码。这些编码方式可以根据实际需求选择字符集合的大小，以权衡编码效率和字符集合大小之间的关系。不过，无论是哪种编码方式，它们都是一种编码算法，而不是加密算法，因为它们不会对数据进行加密，只是将数据转换成不同的形式。

---

总结

• URL 编码是一种编码算法，其目的是将任意文本数据编码为 % 前缀表示的文本形式，以便在网络中传输，特别是用于浏览器和服务器之间的通信，以处理一些特殊字符或者非 ASCII 字符。

• Base64 编码同样是一种编码算法，它将任意二进制数据编码为文本形式，方便在文本环境中传输，但编码后的数据量会增加原始数据的约 1/3。这种编码在很多场景中使用，比如电子邮件、XML 数据传输等，以便在文本协议中传输二进制数据。

虽然它们都是编码算法而不是加密算法，但它们在不同的场景中有着不同的用途和目的。