Base64 编码原来这么简单
brickspert opened this issue · comments
做了六七年程序员,经常用到 Base64 编码,但对于为什么要用,以及它的原理,一直是不求甚解。最近在某本书上看到了 Base64 的编码原理,原来这么这么这么简单。
Base64 解决了什么问题
假如我们要在网络中传输下面的问题
你好 小朋友
我是砖家
你是谁?
这段文本中包含了空格、换行、回车等不可见字符,在网络传输中,各个设备对不可见字符处理机制可能不同,会存在信息传输错误的情况。
此时我们就需要一种编码机制,把不可见字符统统转成可见字符。
Base64 编码原理
接下来我们通过将 abcd
4 个字符转为 Base64 编码,来了解下它的原理。
- 把字符三三分组,不够时通过 0 补齐。比如
abc
三个字符归一组,d
不够三位,通过0
补齐为d00
- 把字符转换成二进制 ASCII 编码
- 把转换后的二进制,每六位分隔开
Q:为什么第一步需要分三个字符一组?
A:因为 ASCII 码每个字符是 8 位二进制,3 * 8 = 24。正好可以被第三步拆分为 4 个 6 位二进制,4 * 6 = 24。
- 6 位二进制能代表
0-63
,我们有一个彩虹表,可以将 0-63 分别对应一个字符,彩虹表如下:
通过彩虹表,我们可以将每 6 位分割后的二进制做一次转换
需要注意的是,凡是补位产生的 0
,需要用 =
来表示。所以最后的两位都是 =
最后 abcd
转换为 Base64 编码后为 YWJjZA==
,整体原理还是比较简单的,不涉及到高深的算法。
Base64 周边
- 由于
Base64
转码后会包含+/=
字符,在 URL 不能正常传输。所以有一种 URL 友好型的 Base64 编码,它存在使用_-
来代替+/
,并且不在末尾追加=
- Base32、Base16 的原理和 Base64 基本一致
- Base64 并不适合加密,因为解密太简单了
- 汉字通过
gb2312
、utf-8
、gbk
编码后,即可转成二进制处理。这里借用网上的一个图片说明:
Base58 与 Base58Check
Base58 是比特币在生成钱包地址时使用的一种编码形式。它和 Base64 的主要区别是去掉了肉眼容易看错的字符 0(零)、O(大写字母 O)、I(大写字母 i)、l(小写字母 L)和几个影响双击选择的字符:/ 和 +
这种编码的目的比较简单,就是防止在转账时,看错账号,转错账。
Base58 的原理更简单一些,只涉及到进制的转换,大致步骤如下:
- 将字符转成 ASCII 码
- 将 ASCII 码转换成 58 进制
- 通过彩虹表映射即可
比如 abcd
转换:
- 转成 ASCII 码 97-98-99-100
- 转换成 58 进制 3-28-21-49-5-22
- 通过如下彩虹表映射为 3VNr6P
Base58Check 编码,顾名思义是可以对 Base58 编码进行检查。
比如我在传输 qH912cvztx
编码时,如果网络异常等各种原因,导致数据错乱或丢失,接收方要能够识别出来数据有问题。
Base58Check 编码基本原理如下:
- 在 data 前面添加一个版本标识 prefix,用来识别编码的数据类型,比如比特币地址的前缀是 0(十六进制是 0x00)
- 通过 hash 算法计算
prefix + data
的 hash 值:SHA256(prefix + data)
- 将生成的 hash 值截断为前四位,拼接到后面
prefix + data + 4 位 hash
- 将上一步生成的结果进行 Base58 编码计算,得到最终结果