Base64简介_base64是啥数据?

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。由于2^6=64，所以每6个比特为一个单元，对应某个可打印字符。3个字节有24个比特，对应于4个Base64单元，即3个字节可由4个可打印字符来表示。它可用来作为电子邮件的传输编码。在Base64中可打印字符包括字母A~Z、a~z、数字0~9，这样共有62个字符，此外两个可打印符号在不同的系统中而不同。

Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括MIME的电子邮件及XML的一些复杂数据。

MIME(Multipurpose Internet Mail Extensions，多用途互联网邮件扩展，指的是一系列的电子邮件技术规范)：在MIME格式的电子邮件中，Base64可以用来将binary的字节序列数据编码成ASCII字符序列构成的文本。使用时，在传输编码方式中指定Base64。使用的字符包括大小写英文字符各26个、数字10个、加号+和斜杠/，共64个字符，等号=用来作为后缀用途。

使用Base64编码后的数据比原始数据略长，为原来的4/3.在电子邮件中，根据RFC822规定，每76个字符，还需要加上一个回车换行。可以估算编码后的数据长度大约为原长的135.1%。转换的时候，将3字节的数据，先后放入一个24位的缓冲区中，先来的字节占高位。数据不足3字节的话，缓冲区中剩下的比特用0补足。每次取出6比特(因为2^6=64)，按照其值选择ABCDEFGHIJKLMNOPQSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符作为编码后的输出，直到全部输入数据转换完成。若原数据长度不是3的倍数时且剩下1个输入数据，则在编码结果后加2个=；若剩下2个输入数据，则在编码结果后加1个=。

UTF-7：是一个修改版Base64(Modified Base64)。主要是将UTF-16的数据，用Base64的方法编码为可打印的ASCII字符序列。目的是传输Unicode数据。主要的区别在于不用等号=补余，因为该字符通常需要大量的转译。

IRCu：在IRCu等软件所使用的P10 IRC服务器间协议中，对客户与服务器的消息类型号(client/server numerics)和二进制IP地址采用了Base64编码。消息类型号的长度固定为3字节，顾可直接编码为4个字节而不需要填充。对IP地址进行编码时，则需要在地址前添加一些0比特，使之可以编码为整数个字节。这里所用的符号集与MIME的也有所不同，将+/该成了[]。

在URL中的应用：Base64编码是从二进制到字符的过程可用于在HTTP环境下传递较长的标识信息。例如，在Java持久化系统Hibernate中，就采用了Base64来将一个较长的唯一标识符(一般为128-bit的UUID)编码为一个字符串，用作HTTP表单和HTTP GET URL中的参数。在其它应用程序中，也常常需要把二进制数据编码为适合放在URL(包括隐藏表单域)中的形式。此时，采用Base64编码不仅比较简短，同时也具有不可读性，即所编码的数据不会被人用肉眼所直接看到。然而，标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的/和+分别改成了-和_，这样就免去了在URL编解码和数据库存储时所要作的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。

另有一种用于正则表达式的改进Base64变种，它将+和/改成了!和-，因为+,*以及在IRCu中用到的[和]在正则表达式中都可能具有特殊含义。此外还有一些变种，它们将+/改为_-或._(用作编程语言中的标识符名称)或._(用于XML中的Nmtoken)甚至_:(用于XML中的Name)。

Base64编码过程：(1). 将原数据每三个字节作为一组，一共是24个二进制位；(2). 将这24个二进制位分为四组，每个组有6个二进制；(3). 在每组前面加两个00扩展成32个二进制位，即四个字节；(4). 根据下图中的Base64索引表，得到扩展后的每个字节对应的符号：

网上关于Base64的开源软件很多，如 cppcodec ，还有对各种Base64开源软件性能的分析，如 https://stackoverflow.com/questions/342409/how-do-i-base64-encode-decode-in-c ，还有一些Base64在线编解码网站如 http://base64.xpcha.com/

以上整理的内容主要来自维基百科。

GitHub： https://github.com/fengbingchun/OpenSSL_Test