base64编码的原理及实现

base64编码的原理及实现

我们的图片大部分都是可以转换成base64编码的data：image。 这个在将canvas保存为img的时候尤其有用。虽然除ie外，大部分现代浏览器都已经支持原生的基于base64的encode和decode，例如btoa和atob。（将canvas画布保存成img并强制改变mimetype进行下载，会在下一篇记录）

但是处于好奇心，还是驱使我去了解下base64编码的原理。以便也在不支持原生base64编码的ie下可以得以实现。

【Base64】
-base64的编码都是按字符串长度，以每3个8bit的字符为一组，
-然后针对每组，首先获取每个字符的ASCII编码，
-然后将ASCII编码转换成8bit的二进制，得到一组3*8=24bit的字节
-然后再将这24bit划分为4个6bit的字节，并在每个6bit的字节前面都填两个高位0，得到4个8bit的字节
-然后将这4个8bit的字节转换成10进制，对照Base64编码表 （下表），得到对应编码后的字符。

（注：1. 要求被编码字符是8bit的，所以须在ASCII编码范围内，\u0000-\u00ff，中文就不行。
　　　2. 如果被编码字符长度不是3的倍数的时候，则都用0代替，对应的输出字符为=）

Base64 编码表
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 /

比如举下面2个例子：
a) 字符长度为能被3整除时：比如“Tom” ：

T o m
ASCII: 84 111 109
8bit字节: 01010100 01101111 01101101
6bit字节: 010101 000110 111101 101101
十进制: 21 6 61 45
对应编码: V G 9 t

所以，btoa('Tom') = VG9t
b) 字符串长度不能被3整除时，比如“Lucy”：

L u c y
ASCII: 76 117 99 121
8bit字节: 01001100 01110101 01100011 01111001 00000000 00000000
6bit字节: 010011 000111 010101 100011 011110 010000 000000 000000
十进制: 19 7 21 35 30 16 (异常) (异常)
对应编码: T H V j e Q = =

由于Lucy只有4个字母，所以按3个一组的话，第二组还有两个空位，所以需要用0来补齐。这里就需要注意，因为是需要补齐而出现的0，所以转化成十进制的时候就不能按常规用base64编码表来对应，所以不是a， 可以理解成为一种特殊的“异常”，编码应该对应“=”。

有了上面的理论，那我们实现一个base64编码就容易了。

 /**
 * base64 encoding & decoding
 * for fixing browsers which don't support Base64 | btoa |atob
 */

 (function (win, undefined) {

 var Base64 = function () {
 var base64hash = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/';

 // btoa method
 function _btoa (s) {
 if (/([^\u0000-\u00ff])/.test(s)) {
 throw new Error('INVALID_CHARACTER_ERR');
 }
 var i = 0,
 prev,
 ascii,
 mod,
 result = [];

 while (i < s.length) {
 ascii = s.charCodeAt(i);
 mod = i % 3;

 switch(mod) {
 // 第一个6位只需要让8位二进制右移两位
 case 0:
 result.push(base64hash.charAt(ascii >> 2));
 break;
 //第二个6位 = 第一个8位的后两位 + 第二个8位的前4位
 case 1:
 result.push(base64hash.charAt((prev & 3) << 4 | (ascii >> 4)));
 break;
 //第三个6位 = 第二个8位的后4位 + 第三个8位的前2位
 //第4个6位 = 第三个8位的后6位
 case 2:
 result.push(base64hash.charAt((prev & 0x0f) << 2 | (ascii >> 6)));
 result.push(base64hash.charAt(ascii & 0x3f));
 break;
 }

 prev = ascii;
 i ++;
 }

 // 循环结束后看mod, 为0 证明需补3个6位，第一个为最后一个8位的最后两位后面补4个0。另外两个6位对应的是异常的“=”；
 // mod为1，证明还需补两个6位，一个是最后一个8位的后4位补两个0，另一个对应异常的“=”
 if(mod == 0) {
 result.push(base64hash.charAt((prev & 3) << 4));
 result.push('==');
 } else if (mod == 1) {
 result.push(base64hash.charAt((prev & 0x0f) << 2));
 result.push('=');
 }

 return result.join('');
 }

 // atob method
 // 逆转encode的思路即可
 function _atob (s) {
 s = s.replace(/\s|=/g, '');
 var cur,
 prev,
 mod,
 i = 0,
 result = [];

 while (i < s.length) {
 cur = base64hash.indexOf(s.charAt(i));
 mod = i % 4;

 switch (mod) {
 case 0:
 //TODO
 break;
 case 1:
 result.push(String.fromCharCode(prev << 2 | cur >> 4));
 break;
 case 2:
 result.push(String.fromCharCode((prev & 0x0f) << 4 | cur >> 2));
 break;
 case 3:
 result.push(String.fromCharCode((prev & 3) << 6 | cur));
 break;

 }

 prev = cur;
 i ++;
 }

 return result.join('');
 }

 return {
 btoa: _btoa,
 atob: _atob,
 encode: _btoa,
 decode: _atob
 };
 }();

 if (!win.Base64) { win.Base64 = Base64 }
 if (!win.btoa) { win.btoa = Base64.btoa }
 if (!win.atob) { win.atob = Base64.atob }

 })(window)