java Base64算法

Base64算法并不是加密算法，他的出现是为了解决ASCII码在传输过程中可能出现乱码的问题。Base64是网络上最常见的用于传输8bit字节码的可读性编码算法之一。可读性编码算法不是为了保护数据的安全性，而是为了可读性。可读性编码不改变信息内容，只改变信息内容的表现形式。

Base64使用了64中字符：大写A到Z、小写a到z、数字0到9、“+“和”/"

Byte和bit

Byte:字节，数据存储的基本单位

bit:比特（位），一个位只能存储0或1

1Byte = 8bit

一个英文字符占1个字节，8位

	@Test
    public void test1() {
        String a = "a";
        byte[] bytes = a.getBytes();
        for (byte b : bytes) {
            System.out.println(b);
            System.out.println(Integer.toBinaryString(b));
        }
    }

结果：

97
1100001

一个中文字符在不同编码下所占的字节数不同：

	@Test
    public void test2() {
        String a = "黄";
        byte[] utf8Bytes = new byte[0];
        try {
            utf8Bytes = a.getBytes("utf-8");
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        for (byte b : utf8Bytes) {
            System.out.print(b);
            System.out.print("    ");
            System.out.println(Integer.toBinaryString(b));
        }
        System.out.println();
        byte[] gbkBytes = new byte[0];
        try {
            gbkBytes = a.getBytes("gbk");
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        for (byte b : gbkBytes) {
            System.out.print(b);
            System.out.print("    ");
            System.out.println(Integer.toBinaryString(b));
        }
    }

结果：

-23    11111111111111111111111111101001
-69    11111111111111111111111110111011
-124    11111111111111111111111110000100

-69    11111111111111111111111110111011
-58    11111111111111111111111111000110

所以在UTF-8编码下，一个中文占3个字节；在GBK编码下，一个中文占2个字节。

Base64编码原理

编码表

索引	对应字符	索引	对应字符	索引	对应字符	索引	对应字符
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的编码过程：

​ 1.将字符串转为字符串数组；

​ 2.将每个字符转为ASCII码；

​ 3.将ASCII码转为8bit二进制码；

​ 4.然后每3个字节为一组（一个字节为8个bit，所以每组24个bit）；

​ 5.将每组的24个bit分为4份，每份6个bit；

​ 6.在每6个bit前补0，补齐8bit（前面补0不影响数值大小）；

​ 7.然后将每8bit转为10进制数，根据上面的编码表进行转换。

URL Base64算法

Base64编码值通过URL传输会出现问题，因为Base64编码中的“+”和“/”符号是不允许出现在URL中的。符号“=”用做参数分隔符，也不允许出现在URL中，根据RFC4648中的建议，“_{”和“.”符号都有可能代替“=”符号。但“}”符号与文件系统冲突，不能使用。如果使用“.”符号，某些文件系统认为该符号连续出现两次则为错误。

所以common codec包下的URL Base64算法舍弃了填充符，使用了不定长URL Base64编码。

<dependency>
    <groupId>commons-codec</groupId>
    <artifactId>commons-codec</artifactId>
    <version>1.14</version>
</dependency>