一、概述

Base64 是一种基于 64 个可打印字符表示二进制数据的编码方式。由于 2^6=64,每 6 bit 对应一个可打印字符,故称 Base64。该编码用于在处理文本数据的场合表示、传输、存储二进制数据,常见于 MIME 电子邮件、XML 复杂数据、HTTP 头部、JWT 令牌、Data URL 等场景。

可打印字符指可在屏幕显示或打印机输出的字符;与之相对的是控制字符(换行、回车、响铃等),不占据可见显示空间。

与加密算法的本质区别

类型 Base64 编码 加密算法(AES、RSA、JWT 签名)
目的 格式转换,适配文本传输 防窃取、防篡改,保障数据安全
可逆性 无需密钥,直接解码 必须持有密钥才能解密
安全性 无安全作用,明文可见 数据不可直接读取

前端传输密码等敏感数据使用 Base64 等同明文传输,任何工具均可一键还原,必须使用 BCrypt、AES 等加密算法。

二、起源

早期网络传输协议与部分容器不支持直接传输二进制数据:

  • HTTP 协议、URL、请求头、表单、JSON 仅适合传递文本
  • 二进制数据(图片、音视频、文件、特殊字节)包含不可见字符与控制符,传输时易被截断、乱码、丢失

Base64 用于将二进制转为安全文本,使数据能在纯文本场景正常传输与存储。

三、原理

3.1 编码规则

Base64 把 3 个 8 位字节(3×8=24 bit)转化为 4 个 6 位字节(4×6=24 bit),在 6 位前补两个 0 形成 8 位字节形式。剩余字符不足 3 字节时以 0 填充,输出以 = 标记,因此编码结果末尾可能出现 1 或 2 个 =。

编码基本步骤:

  1. 将数据划分为 3 个字节一组(24 bit)
  2. 将每个字节转换为 8 位二进制形式
  3. 将 24 位数据按 6 位一组重新划分,得到 4 个 6 位组
  4. 将每个 6 位组转换为对应 Base64 字符
  5. 数据不足 3 字节时进行填充
  6. 连接所有转换后的 Base64 字符形成最终结果

解码过程与编码相反,将每个 Base64 字符转换为对应 6 位二进制值,再组合还原为原始二进制数据。

3.2 编码表

可打印字符包含字母 A-Z、a-z、数字 0-9 共 62 个字符,外加 2 个可打印符号(标准 Base64 为 + 与 /,不同系统可不同)。

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

3.3 编码步骤示例

以 "Man" 为例:

文本 M a n
ASCII 码值 77 97 110
二进制位 01001101 01100001 01101110
索引 19 22 5 46
Base64 编码 T W F u

详细流程:

  1. 获取原始数据 3 字节,ASCII 码值 77、97、110
  2. 转为 8 位二进制并连接为 24 位数据流:01001101 01100001 01101110
  3. 忽略原 8 位边界,按 6 位重新分组:
原 8 位分组 重新切割后的 6 位分组
010011 01 010011(第 1 组)
01 0110 00 010110(第 2 组)
00 0101 10 000101(第 3 组)
10 1110 101110(第 4 组)
  1. 6 位二进制转十进制索引:19、22、5、46
  2. 查表:19→T、22→W、5→F、46→u
  3. 连接得最终结果:TWFu

完整文本(霍布斯《利维坦》摘录):

Man is distinguished, not only by his reason, but by this singular passion from other animals...

编码后:

TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlzIHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxz...

3.4 填充规则

原始数据不足 3 字节时需填充:

  • 剩 1 字节(8 bit):补 0 凑 12 bit 即 2 个 6 位组,生成 2 个字符后加 2 个 =
  • 剩 2 字节(16 bit):补 0 凑 18 bit 即 3 个 6 位组,生成 3 个字符后加 1 个 =

实例 "ab"(16 bit,剩 2 字节):

  • 二进制:01100001 01100010
  • 6 位分组:011000 010110 001000(末组补 0)
  • 索引:24、22、8
  • 查表:Y、W、I
  • 结果:YWI=

3.5 关键特性

  • 编码后数据长度约为原始数据的 4/3,体积膨胀约 33.3%
  • 字符集固定为 64 个可见字符,全平台通用无乱码
  • 编码可逆,编解码一一对应

四、应用场景

4.1 HTTP 请求头与参数传输

Token、请求参数、二进制内容常需转为字符串置于 Header、URL、JSON 中传输。URL 场景下 Base64 中的 + 与 / 具有特殊含义,需使用 URL 安全 Base64(+→-、/→_,去掉 =)。

4.2 图片与小文件内嵌传输

前端将图片转为 Base64 字符串直接嵌入 HTML、JSON,避免单独请求图片地址;后端接口接收 Base64 字符串后解码保存为本地文件。大文件不建议使用,体积膨胀且性能差。

4.3 JWT 令牌与密钥证书配置

JWT 三段式 header.payload.signature 中每段均为 Base64 编码,可直接解码查看载荷中的用户信息、权限、过期时间。项目中的密钥、SSL 证书、私钥常以 Base64 字符串形式配置于配置文件中。

4.4 日志、缓存、数据库存储二进制

数据库字段通常设计为字符串类型,不便存储二进制,先 Base64 编码再入库,读取后解码。

4.5 简单防肉眼识别

仅防止普通用户一眼看懂内容,不算安全加密,爬虫与工具可一键解码。

五、实现与使用

5.1 命令行

# 字符串编码
echo -n "hello" | base64
# 输出 aGVsbG8=

# 解码
echo "aGVsbG8=" | base64 -d
# 输出 hello

# 文件编码(生成 base64 文本文件)
base64 image.png > image.b64

# 文件解码(还原二进制)
base64 -d image.b64 > image.png

# 对比原始与编码后大小
ls -l image.png image.b64

5.2 Python

import base64

# 编码
encoded = base64.b64encode(b"123456 测试文本")
print(encoded.decode())   # MTIzNDU2IOeri+WImeWnkW5haW4=

# 解码
decoded = base64.b64decode("MTIzNDU2IOeri+WImeWnkW5haW4=")
print(decoded.decode())   # 123456 测试文本

# URL 安全 Base64
url_safe = base64.urlsafe_b64encode(b"<bytes>")
# + -> -,/ -> _,去掉 =

5.3 Java

Java 8+ 内置 java.util.Base64,分标准、URL 安全、MIME 三种模式。

import java.nio.charset.StandardCharsets;
import java.util.Base64;

public class Base64Demo {
    public static void main(String[] args) {
        String origin = "123456 测试文本";

        // 1. 标准 Base64
        String encoded = Base64.getEncoder()
                .encodeToString(origin.getBytes(StandardCharsets.UTF_8));
        byte[] decoded = Base64.getDecoder().decode(encoded);
        System.out.println("标准编码:" + encoded);
        System.out.println("标准解码:" + new String(decoded, StandardCharsets.UTF_8));

        // 2. URL 安全 Base64(替换 +/,去掉 =)
        String urlEncoded = Base64.getUrlEncoder()
                .withoutPadding()
                .encodeToString(origin.getBytes(StandardCharsets.UTF_8));
        byte[] urlDecoded = Base64.getUrlDecoder().decode(urlEncoded);

        // 3. MIME 模式(每 76 字符换行,用于邮件长内容)
        String mimeEncoded = Base64.getMimeEncoder()
                .encodeToString(origin.getBytes(StandardCharsets.UTF_8));
    }
}

5.4 前端 Data URL

<img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUg..." />

六、URL 安全 Base64

URL 中 + 与 / 会被解析为空格或路径分隔符,需转义为 %2B 与 %2F,或改用 URL 安全字符集:

标准 Base64 URL 安全 Base64
+ -
/ _
保留 = 填充 通常去掉 =

JWT、OAuth token、Data URL 等场景默认使用 URL 安全 Base64。

七、验证手段

# 验证编码膨胀率(理论 4/3 ≈ 1.333)
python3 -c "import base64; d=b'x'*1024; print(len(d), len(base64.b64encode(d)))"
# 输出 1024 1368

# 验证 JWT 载荷可解码
echo "eyJhbGciOiJIUzI1NiJ9.eyJzdWIiOiIxMjMifQ.xxx" | cut -d. -f2 | base64 -d 2>/dev/null

# 抓取 SMTP 邮件中的 Base64 附件
tcpdump -i any -A 'tcp port 25' | grep -A 4 "Content-Transfer-Encoding: base64"

八、总结

  • Base64 是二进制与文本之间的编码格式,不是加密
  • 核心作用:让二进制数据在 HTTP、URL、JSON 等文本场景正常传输
  • 三字节变四字符,体积膨胀约三分之一
  • 全平台通用,字符集固定 64 个可见字符
  • 编码可逆无需密钥,敏感数据必须改用加密算法
  • Web 与 Token 场景优先使用 URL 安全 Base64