Base64编码及iOS中的Base64

Word count: 1.8kReading time: 6 min

 2021/07/24   Share

一、简介

Base64是一种用64个字符来表示任意二进制数据的方法。是一种编码方法，有自己的编码表，所以称为Base64，是因为其使用64个字符来对任意数据进行编码，同理有Base32、Base16编码。

用记事本打开exe、jpg、pdf这些文件时，我们都会看到一大堆乱码，因为二进制文件包含很多无法显示和打印的字符(ASCII表中有32个非打印控制字符)，所以，如果要让记事本这样的文本处理软件能处理二进制数据，就需要一个二进制到字符串的转换方法。Base64是一种最常见的二进制编码方法。

二、应用场景

有些文本协议不支持不可见字符的传递，只能用ASCII编码表中大于32的可见字符来传递信息（协议规定）
比如一个纯文本协议，二进制中可能会出现被当做控制字符处理的部分。这样引起传输失败。
比如http协议当中的key value字段，必须进行URLEncode，不然出现的等号可能使解析失败。同时空格也会使http请求解析出现问题，比如请求行就是以空格来划分的
在网络上交换数据时，比如说从A地传到B地，往往要经过多个路由设备，由于不同的设备对字符的处理方式有一些不同，这样那些不可见字符就有可能被处理错误，这是不利于传输的。先把数据先做一个Base64编码，统统变成可见字符，这样出错的可能性就大降低了。
对证书来说，特别是根证书，一般都是作Base64编码的，因为它要在网上被许多人下载。电子邮件的附件一般也作Base64编码的，因为一个附件数据往往是有不可见字符的。
有时在一些特殊应用的场合，大多数消息是纯文本的，偶尔需要用这条纯文本通道传一张图片之类的情况发生的时候，就会用到base64
某些系统中只能使用ASCII字符。Base64就是用来将非ASCII字符的数据转换成ASCII字符的一种方法。

三、原理

Base64的原理很简单，首先，准备一个包含64个字符的数组：

1	['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']

然后，对二进制数据进行处理，每3个字节一组，一共是3x8=24bit，划为4组，每组正好6个bit：

这样我们得到4个数字作为索引，然后查表，获得相应的4个字符，就是编码后的字符串。

Base64编码索引表：

所以，Base64编码会把3字节的二进制数据编码为4字节的文本数据，长度增加33%，好处是编码后的文本数据可以在邮件正文、网页等直接显示。

注意点：

如果要编码的二进制数据不是3的倍数，最后会剩下1个或2个字节怎么办？Base64用\x00字节在末尾补足后，再在编码的末尾加上1个或2个=号，表示补了多少字节，解码的时候，会自动去掉。

# 举例：原字符串abcd

# 二进制形式(因为模3之后，剩1一个字节，所以需要补两个字节)
01100001 01100010 01100011 01100100 00000000 00000000

# 每3个字节一组，划分为4组，每组6bit
011000 010110 001001 100011 011001 000000 000000 000000
  24     22     9      35     25      0
  Y      W      J      j      Z       A

# 需要注意，因为我们补了两个字节，所以最后必然会有两组000000，注意，此处000000不会编码为A，而是记为=，标志着我们在末尾补充了2个`\x00`
# 所以最后的结果为：
YWJjZA==

# 同理：当我们补了1个字节时，最后必然会有一组000000，此处000000也是记为=，标志着我们在末尾补充了1个`\x00`
abcde 编码为 -> YWJjZGU=

由于=字符也可能出现在Base64编码中，但 = 用在URL、Cookie里面会造成歧义，所以，很多Base64编码后会把=去掉。
去掉=后怎么解码呢？因为Base64是把3个字节变为4个字节，所以，Base64编码的长度永远是4的倍数，因此，需要加上=把Base64字符串的长度变为4的倍数，就可以正常解码了。
由于标准的Base64编码后可能出现字符+ 和 /，在URL中就不能直接作为参数，所以又有一种"url safe"的base64编码，其实就是把字符+和/分别变成-和_：
比如：有些平台上用的Base64 URL 是标准Base64编码的一个变种，分别用 -、_ 替换标准Base64编码结果中的 + 、 / ，并删除结果最后的 =
还可以自己定义64个字符的排列顺序，这样就可以自定义Base64编码，不过，通常情况下完全没有必要。
Base64是一种通过查表的编码方法，不能用于加密，即使使用自定义的编码表也不行。适用于小段内容的编码，比如数字证书签名、Cookie的内容等。

四、iOS中的Base64

//字符串 base64编码
//UTF8字符串——data——base64编码字符串
NSString *target = @"Hello!";
NSData *data = [target dataUsingEncoding:NSUTF8StringEncoding];
NSString *base64Str = [data base64EncodedStringWithOptions:0];

//UTF8字符串——data——base64、UTF8编码格式的data——base64编码字符串
NSData * base64Data = [nsdata base64EncodedDataWithOptions:0];
NSString *ret = [[NSString alloc] initWithData:base64Data encoding:NSUTF8StringEncoding];

#pragma mark -- 关于base64EncodedDataWithOptions方法生成的Base-64, UTF-8 encoded NSData
/* 
Create a Base-64, UTF-8 encoded NSData from the receiver's contents using the given options.
从方法说明中可以看到，生成的是base64、UTF8编码的字节数组。
比如：@“hello!” 转成NSData对象
  对应的字节数组是 <48656c6c 6f21>(十六进制)
进行base64编码
  按照上面的过程，结果字节数组是<18 06 21 44 27 06 60 33>(十进制表示，方便查Base64编码表)，对应的字符串是SGVsbG8h
  而使用上面的iOS api，得到的字节数组是 <83 71 86 115 98 71 56 104>(十进制表示，方便查UTF8编码表)，对应的字符串是SGVsbG8h
*/
- (NSData *)base64EncodedDataWithOptions:(NSDataBase64EncodingOptions)options API_AVAILABLE(macos(10.9), ios(7.0), watchos(2.0), tvos(9.0));

五、小结

Base64是一种任意二进制到文本字符串的编码方法，适用于小段内容的编码，常用于在URL、Cookie、网页中传输少量二进制数据(如数字证书签名、Cookie的内容等)。

与UTF在使用上有明显的不同，要在多语言环境中通用，那就是要使用UTF，这可以理解为存储数据格式。用了UTF是让大家都能识别数据，不然就会乱码。

Base-64的话，不是底层存储格式，只是为了数据交换用。比如图片变成字符格式，这是一种应用格式

参考链接

原文链接：廖雪峰的官方网站，本文增加了一些个人理解及iOS相关API

Author：Tenloy

原文链接：https://tenloy.github.io/2021/07/24/base64.html

发表日期：2021.07.24 , 2:00 PM

更新日期：2024.04.07 , 8:02 PM

Next Post

Protocol Buffer的基本介绍
Previous Post

[转] 彻底弄懂常见的7种中文字符编码

CATALOG

一、简介
二、应用场景
三、原理
四、iOS中的Base64
五、小结
参考链接

