1. 什么是Base64

Base64是一種基于64個可打印字符來表示二進制數據的表示方法

Base64是一種編碼方式，提及編碼方式，必然有其對應的字符集合。在Base64編碼中，相互映射的兩個集合是：

• 二進制數據{0, 1}
• {A, B, C, D, E, F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U, V, W, X, Y, Z, a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v, w, x, y, z, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, +, /}

Base64編碼方式可使得信息在這兩種字符集表示法之間相互等價轉換。

因為Base64的編碼方式是公開的，所以base64也可以算是公開算法的加密方法；但是只能簡單的“加密”保護某些數據，決不能在需要安全等級較高的場景中使用，因為可以使用公開的編碼方法輕易從base64字符表示的數據解碼二進制數據。

2. base64編碼過程

由于base64的字符集大小為64，那么，需要6個比特的二進制數作為一個基本單元表示一個base64字符集中的字符。因為6個比特有2^6=64種排列組合。

具體來說，編碼過程如下：

1. 將每三個字節作為一組，共24bit，若不足24bit在其后補充0；
2. 將這24個bit分為4組，每一組6個bit；
3. 在每組前加00擴展為8個bit，形成4個字節，每個字節表示base64字符集索引；
4. 擴展后的8bit表示的整數作為索引，對應base64字符集的一個字符，這就是base64編碼值；在處理最后的不足3字節時，缺一個字節索引字節取3個，最后填充一個=，；缺兩個字節取2個索引字節，最后填充==。

解碼時將過程逆向即可。

Base64索引表：

圖片來源維基百科

3.編碼示例

示例一
Man的base64編碼

圖片來源維基百科

1. 第一步，'M', 'a', 'n'的ASCII值分別為77, 97, 110，對應的二進制值分別為：01001101, 01100001, 01101110；取三個字節共24bit：010011010110000101101110
2. 第二步，將這24bit分為4組，每組6個bit：010011, 010110, 000101, 101110
3. 每組前面加00，形成4個字節的，00010011, 00010110, 00000101, 00101110, 即19, 22, 5, 46
4. 根據索引表，對應的base64字符分別是T, W, F, u

最后的base64字符串是: TWFu。
解碼時將過程逆向即可。

示例二
剩余兩個字節，BC的base64編碼

圖片來源維基百科

1. 第一步，'B', 'C'的ASCII值分別為66, 64, 對應二進制值分別為：01000010, 01000011；取三個字節，不足不0，共24bit：01000010, 01000011, 00000000
2. 第二步，將這24bit分為4組，每組6個bit：010000, 100100, 001100, 000000
3. 每組前面加00，形成4個字節的，00010000, 00100100, 00001100, 00000000，即16, 36, 12, 0
4. 由于'B', 'C'只有兩個字節，缺一個字節，因此取3個索引；根據索引表，對應的base64字符分別是Q, k, M，最后填充一個=

最后的base64字符串是：QkM=

示例三
剩余一個字節，A的base64編碼

圖片來源維基百科

1. 第一步，'A'的ASCII值65, 對應二進制值為：01000001; 取三個字節，不足不0，共24bit：01000001, 00000000, 00000000
2. 第二步，將這24bit分為4組，每組6個bit：010000, 010000, 000000, 000000
3. 每組前面加00，形成4個字節的，00010000, 00010000, 00000000, 00000000，即16, 16, 0, 0
4. 由于'A'只有一個字節，缺兩個字節，因此取2個索引；根據索引表，對應的base64字符分別是Q, Q，最后填充==

最后的base64字符串是：QQ==

4. Python實現

"""
base64實現
"""

import base64
import string

# base 字符集

base64_charset = string.ascii_uppercase + string.ascii_lowercase + string.digits + '+/'


def encode(origin_bytes):
    """
    將bytes類型編碼為base64
    :param origin_bytes:需要編碼的bytes
    :return:base64字符串
    """

    # 將每一位bytes轉換為二進制字符串
    base64_bytes = ['{:0>8}'.format(str(bin(b)).replace('0b', '')) for b in origin_bytes]

    resp = ''
    nums = len(base64_bytes) // 3
    remain = len(base64_bytes) % 3

    integral_part = base64_bytes[0:3 * nums]
    while integral_part:
        # 取三個字節，以每6比特，轉換為4個整數
        tmp_unit = ''.join(integral_part[0:3])
        tmp_unit = [int(tmp_unit[x: x + 6], 2) for x in [0, 6, 12, 18]]
        # 取對應base64字符
        resp += ''.join([base64_charset[i] for i in tmp_unit])
        integral_part = integral_part[3:]

    if remain:
        # 補齊三個字節，每個字節補充 0000 0000
        remain_part = ''.join(base64_bytes[3 * nums:]) + (3 - remain) * '0' * 8
        # 取三個字節，以每6比特，轉換為4個整數
        # 剩余1字節可構造2個base64字符，補充==；剩余2字節可構造3個base64字符，補充=
        tmp_unit = [int(remain_part[x: x + 6], 2) for x in [0, 6, 12, 18]][:remain + 1]
        resp += ''.join([base64_charset[i] for i in tmp_unit]) + (3 - remain) * '='

    return resp


def decode(base64_str):
    """
    解碼base64字符串
    :param base64_str:base64字符串
    :return:解碼后的bytearray；若入參不是合法base64字符串，返回空bytearray
    """
    if not valid_base64_str(base64_str):
        return bytearray()

    # 對每一個base64字符取下標索引，并轉換為6為二進制字符串
    base64_bytes = ['{:0>6}'.format(str(bin(base64_charset.index(s))).replace('0b', '')) for s in base64_str if
                    s != '=']
    resp = bytearray()
    nums = len(base64_bytes) // 4
    remain = len(base64_bytes) % 4
    integral_part = base64_bytes[0:4 * nums]

    while integral_part:
        # 取4個6位base64字符，作為3個字節
        tmp_unit = ''.join(integral_part[0:4])
        tmp_unit = [int(tmp_unit[x: x + 8], 2) for x in [0, 8, 16]]
        for i in tmp_unit:
            resp.append(i)
        integral_part = integral_part[4:]

    if remain:
        remain_part = ''.join(base64_bytes[nums * 4:])
        tmp_unit = [int(remain_part[i * 8:(i + 1) * 8], 2) for i in range(remain - 1)]
        for i in tmp_unit:
            resp.append(i)

    return resp


def valid_base64_str(b_str):
    """
    驗證是否為合法base64字符串
    :param b_str: 待驗證的base64字符串
    :return:是否合法
    """
    if len(b_str) % 4:
        return False

    for m in b_str:
        if m not in base64_charset:
            return False
    return True


if __name__ == '__main__':
    s = '我的目標是星辰大海. One piece, all Blue'.encode()
    local_base64 = encode(s)
    print('使用本地base64加密：', local_base64)
    b_base64 = base64.b64encode(s)
    print('使用base64加密：', b_base64.decode())

    print('使用本地base64解密：', decode(local_base64).decode())
    print('使用base64解密：', base64.b64decode(b_base64).decode())

5. 中文的base64編碼

其實base64編碼只是在二進制與base64字符集之間映射的編碼，與其他字符集毫無關系。其他字符集想要轉換為base64編碼，只需先將其轉換為二進制，再做base64編碼即可。

那么對于Unicode字符集而言，有多種編碼方式將其裝換為二進制，所以在編碼過程中就需要統一編碼，以免造成亂碼。上述Python示例就將中文轉換為base64，首先使用默認編碼utf-8將字符串轉換為二進制（使用Python的str.encode()），再做base64編碼；解碼時候同樣如此，先將base64字符串解碼為二進制，再將二進制轉換為字符串（使用Python的str.decode()）

6. 參考資料

1. 維基百科-Base64
2. 百度百科-ASCII