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:
- 将数据划分为 3 个字节一组(24 bit)
- 将每个字节转换为 8 位二进制形式
- 将 24 位数据按 6 位一组重新划分,得到 4 个 6 位组
- 将每个 6 位组转换为对应 Base64 字符
- 数据不足 3 字节时进行填充
- 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:
- 获取原始数据 3 字节,ASCII 码值 77、97、110
- 转为 8 位二进制并连接为 24 位数据流:
01001101 01100001 01101110 - 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) |
- 6 位二进制转十进制索引:19、22、5、46
- 查表:19→T、22→W、5→F、46→u
- 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