Base64 编码原来这么简单

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二字转为 Base64 编码，来了解下它的原理。

1. 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

2 . 把字符转换成二进制 ASCII 编码

3 . 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。

4 . 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

1. 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 =
2. Base32、Base16 的原理和 Base64 基本一致
3. Base64 并不适合加密，因为解密太简单了
4. 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：

1. 将字符转成 ASCII 码
2. 将 ASCII 码转换成 58 进制
3. 通过彩虹表映射即可

比如 abcd转换：

1. 转成 ASCII 码 97-98-99-100
2. 转换成 58 进制 3-28-21-49-5-22
3. 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：

1. 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）
2. 通过 hash 算法计算 prefix + data的 hash 值：SHA256(prefix + data)
3. 将生成的 hash 值截断为前四位，拼接到后面 prefix + data + 4 位 hash
4. 将上一步生成的结果进行 Base58 编码计算，得到最终结果