深入淺出JavaScript中base64編碼原理

前言

平靜之下,驀然回首,base64 卻在燈火闌珊處。

今天翻開舊項目發現挺多圖片相關的插件都是用 base64 來顯示圖片的。談到 base64,腦海遐想翩翩,思緒回蕩之下 base64 瑕瑜互見。本文旨在記錄工作中遇見的問題並加以總結,如有不妥請指正~

base64 由來

base64 是網絡傳輸 8Bit 字節代碼的編碼方式之一,是一種基於 64 個可打印字符來表示二進制數據的方法。在做支付系統時,報文交互都需要使用 base64 對明文進行轉碼,然後再進行簽名或加密,之後再進行(或再次 base64 轉碼)傳輸。那麼,base64 到底起到什麼作用呢?

在參數傳輸的過程中經常遇到的一種情況:使用全英文的字符串沒問題,但一旦涉及到中文就會出現亂碼的情況。與此類似,網絡上傳輸的字符並不全是可打印的字符,比如二進制文件、圖片等。base64 的出現就是為瞭解決此問題,它是基於 64 個可打印的字符來表示二進制的數據的一種方法。

電子郵件剛問世的時候,隻能傳輸英文,但後來隨著用戶的增加,中文、日韓俄文等文字的用戶也有需求,但這些字符並不能被服務器或網關有效處理,因此 base64 就登場瞭。隨後,base64 在 URL、Cookie、網頁傳輸少量二進制文件中也有相應的使用。

base64 的編碼原理

基於a-zA-Z0-9+/這 64 個字符來標識二進制數據,另外=符號用於當字節缺位時補用。

base64 編碼對照表

base64 編碼對照表

索引 對應字符 索引 對應字符 索引 對應字符 索引 對應字符
0 A 17 R 34 i 51 z
1 B 18 S 35 j 52 0
2 C 19 T 36 k 53 1
3 D 20 U 37 l 54 2
4 E 21 V 38 m 55 3
5 F 22 W 39 n 56 4
6 G 23 X 40 o 57 5
7 H 24 Y 41 p 58 6
8 I 25 Z 42 q 59 7
9 J 26 a 43 r 60 8
10 K 27 b 44 s 61 9
11 L 28 c 45 t 62 +
12 M 29 d 46 u 63 /
13 N 30 e 47 v
14 O 31 f 48 w
15 P 32 g 49 x
16 Q 33 h 50 y

base64 的編碼轉換規則

base64 要求把每三個 8Bit 的字節轉換四個 6Bit 的字節(3*8 = 4*6 = 24),然後把 6Bit再添兩位高位 0,組成四個 8Bit 的字節(4*8=32)。

為什麼使用 3 個字節一組呢?因為 6 和 8 的最小公倍數為 24,三個字節正好 24 個二進制位,每 6 個 bit 位一組,恰好能夠分為 4 組。

同時用於分組後每組添加兩個高位 0,轉換後的字符串理論上將要比原來的字符長 1/3(24/32=1/3)

步驟分解:

  • 將待轉換的字符串每三個字符分為一組,每個字符字節占 8bit,那麼共有 24 個二進制位。
  • 將 24 個二進制位每 6 個字節為一組,共分為 4 組。
  • 在每組 6 字節前面添加兩個 0,每組由 6 字節變為 8 字節二進制位,組成總共 32 個二進制位,即四個字節。
  • 根據 base64 編碼對照表獲得對應的值。

舉個栗子

1.以標準 3 個字符LJY為例。

  • LJY 對應的 ASCII 碼值分別為 76、74、89,對應的二進制值是 01001100、01001010、01011001。由此組成一個 24 位的二進制位字符串。
  • 將 24 位的二進制位字符串,按照每 6 位二進制位一組分成 4 組。
  • 對 4 組 每組 6 位二進制位字符串前面補兩個 0,每組擴展為 8 位二進制位,4 組共擴展成 32 個二進制位,此時 4 組二進制位分別為:00010011、00000100、00101001、00011001。其對應的 base64 編碼索引為:19、4、41、25。

2.用 base64 編碼索引值在 base64 編碼表中進行查找,分別對應:T、E、p、Z。

因此LJYbase64 編碼之後就變為:TEpZ。

|   文本           |    L     |    J     |    Y     |
|  ASCII          |    76    |    74    |    89    |
| 二進制位         | 01001100 | 01001010 | 01011001 |
| 分組二進制       | 010011   | 000100   | 101001   | 011001   |
| 分組二進制補2個0 | 00010011 | 00000100 | 00101001 | 00011001 |
| 分組索引         |   19     |   4      |   41     |   25     |
| base64編碼       |   T     |   E      |    p      |   Z      |

主要展示:

轉換前二進制位: 01001100 01001010 01011001

轉換後二進制位: 00010011 00000100 00101001 00011001

字符位數不足情況

上述栗子是面向剛好三個字符為一組的情況。當然不是所有時候都這麼巧字符位數足夠,除此以外有位數不足的情況。那麼,面對字符位數不足的情況下該如何處理呢?

base64 給出的方案是,當每組字符不足三位時,不足位數位置需要使用=符號補上。

位數不足情況處理情景:

  • 位數缺一個字節:一個字節共 8 個二進制位,依舊按照規則進行分組。此時共 8 個二進制位,每 6 個一組,則第二組缺少 4 位,用 0 補齊,得到兩個 base64 編碼,而後面兩組沒有對應數據,都用=補上。
  • 位數缺兩個字節:兩個字節共 16 個二進制位,依舊按照規則進行分組。此時總共 16 個二進制位,每 6 個一組,則第三組缺少 2 位,用 0 補齊,得到三個 base64 編碼,第四組完全沒有數據則用=補上。

位數不足圖解如下:

<!-- 缺2位字符,字符串以A為例轉換base64後位QQ== -->
|   文本(1Byte)  |    A     |          |          |
| 二進制位         | 01000001 |          |          |
| 分組二進制       | 010000   | 010000   |          |          |
| 分組二進制補0    | 00010000 | 00010000 |          |          |
| 分組索引         |   16     |   16     |          |          |
| base64編碼       |   Q     |   Q      |    =      |   =      |

<!-- 缺1位字符,字符串以AB為例轉換base64後位QUI= -->
|   文本(1Byte)  |    A     |     B    |          |
| 二進制位         | 01000001 | 01000010 |          |
| 分組二進制       | 010000   | 010100   |  001000  |          |
| 分組二進制補0    | 00010000 | 00010100 | 00001000 |          |
| 分組索引         |   16     |   20     |    8      |          |
| base64編碼       |   Q     |   U      |    I      |   =      |

列舉瞭一個字符到三個字符轉換為 base64 ,可以發現將 base64 就是按照 base64 編碼對照表來將二進制轉換為字符串,使得數據不能直接明文展示出來,但也算不上是加密,而這巧好可用在傳輸、存儲、表示二進制領域的情景。

  • 另外值得註意的是,不用語言如中文有多種編碼(比如:utf-8、gb2312、gbk 等),不同編碼對應 base64 編碼結果都不一樣。
  • 其次在推演過程中可發現 base64 即用 6 位字節(2 的 6 次冪就是 64)表示字符同理,Base32 就是用 5 位字節,Base16 就是用 4 位字節。大傢可以按照上面的步驟進行演化測試。

base64 優缺點

知道 base64 是什麼後,也該到為什麼出現瞭。為什麼要是使用 base64 呢,這要從其優缺點入手來選擇適合場景瞭。

優勢:

  • base64 適合不同平臺、不同語言的傳輸;
  • 頁面中內嵌使用 base64 格式的小圖片,可減少瞭服務器訪問次數;
  • 二進制位轉換 base64 算法簡單,對性能影響不大;

缺點

1.二進制文件轉換為 base64 後,體積大概增加 1/3;

  • 在基於 Android6.0 及以下默認瀏覽器實測場景中發現,某些機型如中興上傳 base64 圖片會因為字符大小過大導致上傳奔潰的情況。
  • 字符長度過大的 base64 不適應使用在 URL 情景,因為 IOS 端瀏覽器會限制 URL 長度,當長度超過時會自動切除多餘部分,導致數據丟失。
  • base64 字符過大會導致頁面加載速度變慢,因此建議 10kb 以下的圖片使用。

2.base64 無法緩存,要緩存隻能緩存包含 base64 的文件,比如 js 或者 css;

3.面對大文件時,會消耗一定的 CPU 進行編解碼

JavaScript 的 base64 轉碼方法

Web API 二進制與 base64 轉換

atob(encodedData) : 解碼一個 base64 編碼的字符串。

enCodedData,是一個通過 btoa() 方法編碼的字符串, 為二進制字符串包含 base64 編碼的數據。並返回包含來自 encodedData 的解碼數據的 ASCII 字符串。

btoa(stringToEncode) : 創建一個 bas64 編碼的字符串。

stringToEncode 為要編碼的二進制字符串。並返回包含 stringToEncode 的 base64 表示形式的 ASCII 字符串。

另外在 JavaScript 中,字符串使用 UTF-16 字符編碼表示:在這種編碼中,字符串表示為 16 位(2 字節)單元的序列。每個 ASCII 字符都可以放入其中一個單元的第一個字節,但許多其他字符不能。

base64 在設計上需要二進制數據作為其輸入。就 JavaScript 字符串而言,這意味著每個字符隻占用一個字節的字符串。因此,如果將一個字符串傳遞到 btoa()中,其中包含占用多個字節的字符,則會出現錯誤,因為這不被視為二進制數據,因此超 16 位字符在使用 btoa()時需要先對字符轉碼為二進制位。

// 簡單數據
const encodedData = btoa('Hello, world'); // encode a string
const decodedData = atob(encodedData); // decode the string

/* 復雜數據 */
// convert a Unicode string to a string in which
// each 16-bit unit occupies only one byte
function toBinary(string) {
  const codeUnits = new Uint16Array(string.length);
  for (let i = 0; i < codeUnits.length; i++) {
    codeUnits[i] = string.charCodeAt(i);
  }
  const charCodes = new Uint8Array(codeUnits.buffer);
  let result = '';
  for (let i = 0; i < charCodes.byteLength; i++) {
    result += String.fromCharCode(charCodes[i]);
  }
  return result;
}
function fromBinary(binary) {
  const bytes = new Uint8Array(binary.length);
  for (let i = 0; i < bytes.length; i++) {
    bytes[i] = binary.charCodeAt(i);
  }
  const charCodes = new Uint16Array(bytes.buffer);
  let result = '';
  for (let i = 0; i < charCodes.length; i++) {
    result += String.fromCharCode(charCodes[i]);
  }
  return result;
}

// a string that contains characters occupying > 1 byte
const myString = '☸☹☺☻☼☾☿';

const converted = toBinary(myString);
const encoded = btoa(converted);
console.log(encoded); // OCY5JjomOyY8Jj4mPyY=

const decoded = atob(encoded);
const original = fromBinary(decoded);
console.log(original); // ☸☹☺☻☼☾☿

兼容性:atob() 方法不支持 IE9 及更早的 IE 版本。

base64 轉二進制

// base64編碼表
const map = {
  0: 52,
  1: 53,
  2: 54,
  3: 55,
  4: 56,
  5: 57,
  6: 58,
  7: 59,
  8: 60,
  9: 61,
  A: 0,
  B: 1,
  C: 2,
  D: 3,
  E: 4,
  F: 5,
  G: 6,
  H: 7,
  I: 8,
  J: 9,
  K: 10,
  L: 11,
  M: 12,
  N: 13,
  O: 14,
  P: 15,
  Q: 16,
  R: 17,
  S: 18,
  T: 19,
  U: 20,
  V: 21,
  W: 22,
  X: 23,
  Y: 24,
  Z: 25,
  a: 26,
  b: 27,
  c: 28,
  d: 29,
  e: 30,
  f: 31,
  g: 32,
  h: 33,
  i: 34,
  j: 35,
  k: 36,
  l: 37,
  m: 38,
  n: 39,
  o: 40,
  p: 41,
  q: 42,
  r: 43,
  s: 44,
  t: 45,
  u: 46,
  v: 47,
  w: 48,
  x: 49,
  y: 50,
  z: 51,
  '+': 62,
  '/': 63,
};

function base64to2(base64) {
  let len = base64.length * 0.75; // 轉換為int8array所需長度
  base64 = base64.replace(/=*$/, ''); // 去掉=號(占位的)

  const int8 = new Int8Array(len); //設置int8array視圖
  let arr1,
    arr2,
    arr3,
    arr4,
    p = 0;

  for (let i = 0; i < base64.length; i += 4) {
    arr1 = map[base64[i]]; // 每次循環 都將base644個字節轉換為3個int8array直接
    arr2 = map[base64[i + 1]];
    arr3 = map[base64[i + 2]];
    arr4 = map[base64[i + 3]];
    // 假設數據arr 數據 00101011 00101111 00110011 00110001
    int8[p++] = (arr1 << 2) | (arr2 >> 4);
    // 上面的操作 arr1向左邊移動2位 變為10101100
    // arr2 向右移動4位:00000010
    // | 為'與'操作: 10101110
    int8[p++] = (arr2 << 4) | (arr3 >> 2);
    int8[p++] = (arr3 << 6) | arr4;
  }
  return int8;
}

base64 轉成 Blob

// base64圖片轉blob
function base64toBlob(base64) {
  var arr = base64.split(','),
    mime = arr[0].match(/:(.*?);/)[1] || 'image/png',
    bstr = atob(arr[1]), // 將base64轉為Unicode規則編碼
    n = bstr.length,
    u8arr = new Uint8Array(n);
  while (n--) {
    u8arr[n] = bstr.charCodeAt(n); // 轉換編碼後才可以使用charCodeAt 找到Unicode編碼
  }
  return new Blob([u8arr], { type: mime });
}

/* 優化版 */
function base64ToBlob(base64) {
  var arr = base64.split(',');
  var mime = arr[0].match(/:(.*?);/)[1] || 'image/png';
  // 去掉url的頭,並轉化為byte
  var bytes = window.atob(arr[1]);
  // 處理異常,將ascii碼小於0的轉換為大於0
  var ab = new ArrayBuffer(bytes.length);
  // 生成視圖(直接針對內存):8位無符號整數,長度1個字節
  var u8arr = new Uint8Array(ab);

  for (var i = 0; i < bytes.length; i++) {
    u8arr[i] = bytes.charCodeAt(i);
  }

  return new Blob([u8arr], { type: mime });
}

以上就是深入淺出JavaScript中base64編碼原理的詳細內容,更多關於JavaScript base64編碼的資料請關註WalkonNet其它相關文章!

推薦閱讀: