如何用通俗易懂的語言解釋base64?

01-23

謝邀。

==============================

0 引言

這麼一道題其實本不應該邀請我嘛… 不過還是稍微懂一點點的，因為在密碼學實踐中，經常會用到Base64編碼。比如大名鼎鼎的密碼學挑戰題「Matasano Crypto Challenges」的第一集合的第一題，就是要求把一個Hex編碼的字元串轉化為Base64編碼的（Convert hex to base64），轉化前和轉化後的結果差不多是這個樣子：

轉化前：49276d206b696c6c696e6720796f757220627261696e206c696b65206120706f69736f6e6f7573206d757368726f6f6d

轉化後：SSdtIGtpbGxpbmcgeW91ciBicmFpbiBsaWtlIGEgcG9pc29ub3VzIG11c2hyb29t

那麼，Base64又是什麼呢？和我們聽說過的Hex編碼，ASCII編碼，UTF-8編碼什麼的，有什麼關係嗎？我盡量用簡單的語言來講講故事。

==============================

1 計算機開始之初，二進位與Hex

計算機這個東西，最初是美國人發明的。作為一個可以計算、存儲、通信的複雜玩意，最最基本的功能，應該是能讀懂人類讓它乾的事情。所以呢，我們得構造一個計算機能用的語言，這個語言計算機能看懂，人也能看懂，這樣才能交流嘛。

計算機所用的語言是什麼呢？這個語言非常簡單，只有0和1兩種表示。0代表否，1代表是。通過0和1的各種組合，以及0和1之間的各種運算（位運算），計算機就能進行理解、分析這個世界，並幫助人類完成工作了。

但是0和1太簡單了，簡單到任何一個簡單的數字都可能用一長串0和1來表示。舉了例子，如果讓計算機記住1000這個數，計算機就要記住11,1110,1000這麼長一串數字。計算機倒是好記，但是人類記不住啊… 有沒有一種方法，能夠讓計算機表示的數據短一點，好記一點呢？

Hex就是最簡單的方法了。人類習慣於使用十進位，畢竟人類有是個手指，十個一進位，挺好的！計算機本質上是二進位，就0和1兩種數字的表示方法，所有其他可以直接轉換的表示方法中，進位只能有2這個數，不能有其他的數字。比如4,8,16就沒問題。其他的數字，不管怎麼折騰，轉換後也得是2^n形式。

想讓人類和計算機都能接受表示形式，8進位和16進位都是可以接受的。8進位的話，只使用0-7折8個數字就好了。16進位，光用數字是不夠了，還得用用其他的字元。然而，計算機畢竟是美國人發明的，他們覺得，乾脆，就16進位：用0-9表示前10個數，後面的用A、B、C、D、E、F表示，不區分大小寫。這就是最簡單的Hex編碼了。

Hex的編碼原理是：把一長串二進位數每4個分一組，如果位數不夠就在高位補0。4位數字一共只有16種情況，分別用0-9，A-F表示這16種情況。編碼表類似這樣：

==============================

2 要讓可讀性更強：ASCII碼

Hex編碼雖然好，但有個問題：從計算機上打開個文件，滿眼的十六進位數，很頭大啊… 十六進位還是不太好表示文本。能不能創建一種方法，能表示鍵盤打出來的全部英文字元、符號呢？鍵盤打不出來的字元，比如什麼回車啦，佔位啦，用特殊的符號表示。這樣一來，打開一個文件，滿眼英文，豈不是很爽快…

美國作為計算機的始祖國家，自然要推出一個這樣的標準代碼表。這就是美國信息交換標準代碼，簡稱ASCII碼錶。這個碼錶包括了數字、英文大小寫、符號、以及各種各樣的轉義字元，可以包含英文所用的全部功能。很快地，ASCII碼稱為了國際標準，現在大家知道的編碼形式，都是與ASCII碼兼容的。（圖片來自：美國信息交換標準代碼）

==============================

3 別的語言怎麼辦？UTF-8等其他編碼方法

這個碼錶一出來，英語國家開心了…其他國家的腦袋疼了… 帶注音的符號怎麼辦？日語韓語怎麼辦？最為博大精深的中文怎麼辦… 於是，各個國家也推出了本國語言的編碼表。但是，為了能在計算機系統中通用，這些編碼表基本都與ASCII碼兼容。

最為知名的就是UTF-8了。這個編碼又稱為萬國碼，顧名思義，就是支持包括中文簡體、中文繁體、日語、韓語等各種語言的編碼。這玩意太複雜了… 我就不細說了。

==============================

4 用一種編碼形式打開另一種編碼形式會怎樣？

既然每個國家都有自己的編碼表了，問題也就來了。現在都國際化了，我要用一個支持本國語言的編碼系統，打開另一個編碼系統編碼的文本，會出現什麼情況呢？這就是亂碼了… 更為嚴重的是，隨著互聯網的出現，各個國家的電腦都需要通信，而通信的一種方式就是使用URL地址。每個國家都希望把這個地址寫成自己國家的語言。但這會導致其他國家根本沒法訪問地址，因為打不出這個字元嘛。所以，人類迫切需要一種中間編碼形式，既能夠兼容ASCII碼，又能夠把任意一種編碼形式轉換成只使用可讀字元就能表示的編碼。其中一種編碼形式，就是Base64編碼。

Base64編碼，顧名思義，用64個可讀字元進行編碼。與Hex的16個字元相比多了很多，但是比ASCII碼又少了一倍，去除了不可讀字元。標準Base64編碼中，這些字元是：

數字：0,1,2,3,4,5,6,7,8,9，共10個
小寫字母：a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z，共26個
大寫字母：A,B,C,D,E,F,G,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z，共26個
加好+以及斜杠/

有的時候，根據不同的需要，Base64還有很多變種。比如，如果瀏覽器地址中用「+」和「/」的話，瀏覽器會將其轉換為%XX的形式，又多了一步。因此可以將「+」和「/」換成「-」和「_」。

這種編碼形式長度也短，效率也高。這樣一來，數據通信的時候，不管來的是什麼語言，都轉化成Base64後再發送和接收。要是別國地址什麼的打不出來，就直接打Base64編碼形式就好了。如果細心的話，會發現百度雲盤共享的時候，用的就是Base64。舉個例子，前幾天有個朋友給我發送一個視頻，給的鏈接是這樣的（後面四位略去）：

http://pan.baidu.com/s/1gdH****

前面都是標準的網頁形式，最後那個子文件，就是用Base64編碼的，而且可以在任何通信工具中傳遞，方便快捷啊。

==============================

5 誤區：Base64不是加密演算法

很多博客什麼的都把Base64當做加密演算法，這是不對的。Base64不具有可讀性，但不代表這個編碼是加密的。加密需要保證，沒有密鑰的人無法解密信息，無法從密文中獲得任何明文信息。Base64編碼顯然沒有密鑰什麼事… 所以，這個誤區大家要糾正過來。

以上。

將所有的0-127的ASCII碼編程 a -z A -Z 0 -9 + / = 號組成的字元串就這樣。。。在RSA安全演算法中，經常用來編碼key……也有在hmac和md5種編碼結果的，不符合習慣不過

讀完劉學酥的答案，說下我的理解。

所有的信息本質上都是二進位的0和1，所以各種眼花繚亂的編碼其實都是01組成的序列和字母符號漢字的對應關係。

比如 0100111100101010100011 這串二進位，在UTF-8里表示的是「我是誰」。如果你想把「我是誰」轉化成BASE64，你就要先把「我是誰」轉化成「0100111100101010100011」這串二進位，然後再把這串二進位轉化成「ZG0abd12" 的BASE64 編碼。

（上面的UTF8和BASE64表示都是舉例）

如果不對，請指正。

我做過一個非常通俗易懂的課程（有簡潔的文字講解+動畫），看過的人都表示很通俗，你可以通過關注「jscourse」微信公眾號，然後回復「base64」獲取，由於發布在小程序上而且包含動畫效果，因此無法發布到知乎，你可以去看看，相信會對你理解 base64 編碼原理有所幫助