实现 Base64 的编码解码
1. 什么是 Base64 ？
Base64 是一种基于 64 个可打印字符来表示二进制数据的表示方法。由A-Z(26),a-z(26),0-9(10),加+,/,=(3) 其实是 65 个字符(注：等号 = 用来作为后缀用途)，如下所示
let _keyStr = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/='
用途：Base64 常用于在处理文本数据的场合，表示、传输、存储一些二进制数据，包括 MIME 的电子邮件及 XML 的一些复杂数据。在 MIME 格式的电子邮件中，base64 可以用来将二进制的字节序列数据编码成 ASCII 字符序列构成的文本，可以防止因不可见字符在传输过程中被错误处理导致内容有误。
注：ASCII码为 unicode码范围 0- 127 的字符， 128-255 为不可见字符
2. Base64 原理
Base64 除去补位符=共有64个字符（即26） 可表示二进制 000000至111111之间的数字，共六个比特位。我们知道，一个字节有 8 个比特位，因此这两者的最小公倍数为 24，即 3 字节的数据可以由 4 个 Base64 字符表示:
实例演示
我们以 hi 单词进行演示：h 对应ASCII码为 104，对应二进制 01101000, i 对应ASCII码为 105,对应二进制01101001。总字节数不能被3整除应该补至能被3整除，由此产生的000000的6位二进制以 Base64编码 = 表示，如图所示：
3. Base64 编码解码实现
在 window 对象中，有两个方法 btoa() 和 atob()实现编码和解码，本文带你一步步用 js 实现它们的功能。
在实现之前，先做好一些准备工作。
- 获取相应字符 ASCII 码方法
String.charCodeAt(index) - 取得Base64对应的字符方法
String.charAt(index)
假设三个 ASCII 码为 chr1,chr2,chr3, 如何获取对应的 base64 索引（enc1,enc2,enc3,enc4）呢？这里就涉及到位运算。
>>向右移动，前面补0, 如104 >> 2即01101000=>00011010&与运算，只有两个操作数相应的比特位都是 1 时，结果才为 1，否则为 0。如104 & 3即01101000&00000011=>00000000|或运算，对于每一个比特位，当两个操作数相应的比特位至少有一个 1 时，结果为 1，否则为 0。如01101000|00000011=>01101011>>符号移动可以取前n位或者后n位；与运算可以取后几位，如 104 & 3即取后两位比特位，104 & 15即取后4位比特位
位运算的搭配结合，即可获取相对应的 base64 字符索引
enc1 = chr1 >> 2, 取 chr1 的前 6 位即向右移动两位enc2 = ((chr1 & 3) << 4) | (chr2 >> 4)，取 chr1 的后 2 位 + chr2的前 4 位enc3 = ((chr2 & 15) << 2) | (chr3 >> 6),取 chr2 的后 4 位 + chr3的前 2 位enc4 = chr3 & 63, 取 chr3 剩下的后 6 位
base64 的编码解码，其实就是 3 字节与 4 base64字符的相互转化过程，我们定义两个方法：encode() 与 decode()
// base64 字符，共65个
let _keyStr =
'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/=';
// 编码
function encode(input) {
let output = '',
i = 0,
chr1,
chr2,
chr3,
enc1,
enc2,
enc3,
enc4;
while (i < input.length) {
// 首先获取前三个字符对应的 ASCII 码
chr1 = input.charCodeAt(i++);
chr2 = input.charCodeAt(i++);
chr3 = input.charCodeAt(i++);
// 再将这三个字符转化为 4 个 base64 字符所对应的数字
// 取第一字符 chr1 的前 6 比特位作为 base64 字符 1 的索引
enc1 = chr1 >> 2;
// 取 chr1 的后2位，在末尾补 chr2 的前 4 位作为 base64 字符 2 的索引
enc2 = ((chr1 & 3) << 4) | (chr2 >> 4);
// 取 chr2 的后 4 位，在末尾补 chr3 的前 2 位作为 base64 字符 3 的索引
enc3 = ((chr2 & 15) << 2) | (chr3 >> 6);
// 取chr3 的后 6 位作为 base64 字符 4 的索引
enc4 = chr3 & 63;
// 判断是否要补位，即 + 0 ，补位则设置索引为 64，对应 ‘=’ 字符
if (Number.isNaN(chr2)) {
enc3 = enc4 = 64;
} else if (Number.isNaN(chr3)) {
enc4 = 64;
}
output =
output +
_keyStr.charAt(enc1) +
_keyStr.charAt(enc2) +
_keyStr.charAt(enc3) +
_keyStr.charAt(enc4);
}
return output;
}
// 解码
function decode(input) {
let output = '',
i = 0,
chr1,
chr2,
chr3,
enc1,
enc2,
enc3,
enc4;
while (i < input.length) {
enc1 = _keyStr.indexOf(input.charAt(i++));
enc2 = _keyStr.indexOf(input.charAt(i++));
enc3 = _keyStr.indexOf(input.charAt(i++));
enc4 = _keyStr.indexOf(input.charAt(i++));
// 取 enc1 + enc2 的前2位组成 8 比特位即 1 字节
chr1 = (enc1 << 2) | (enc2 >> 4);
// 取 enc2 后 4 位 + enc3 的前 4 位组成 8 比特位即 1 字节
chr2 = ((enc2 & 15) << 4) | (enc3 >> 2);
// 取 enc3 前 2 位 + enc4 组成 8 比特位即 1 字节
chr3 = ((enc3 & 3) << 6) | enc4;
output = output + String.fromCharCode(chr1);
// 判断下是否为 base64 的 = 字符，如果不是才添加
if (enc3 != 64) {
output = output + String.fromCharCode(chr2);
}
if (enc4 != 64) {
output = output + String.fromCharCode(chr3);
}
}
return output;
}
console.log(encode('hello world')); // aGVsbG8gd29ybGQ=
console.log(encode('hello world') === btoa('hello world')); // true
console.log(decode('aGVsbG8gd29ybGQ='))// 'hello world'
console.log(decode('aGVsbG8gd29ybGQ=') === atob('aGVsbG8gd29ybGQ=')) // true
复制代码4. 问题与优化
在使用的过程中我们发现：当字符不是 ASCII 码时，或者说 unicode 码大于255 时，这两个方法就不适用了，同样的，window 上的 atob() 和 btoa() 也有这个问题。
你好这个词对应的 unicode 分别是 20320 和 22909，其已经远远超过 255，可不可以将这 20320 这个数字通过某些方法转化成多个 0 - 255 之间的数字，解码的时候也参考同样的规则解析？试试看呗
因为 charCodeAt() 返回指定位置的字符的 Unicode 编码。这个返回值是 0 - 65535 之间的整数, 即 216 - 1, 可以由 16 个比特位数字形容，而一个普通字符是 8 个比特位，所以传入的字符可以由 1-2 的 8 比特位字符表示。
这里也有一个问题，就是大字符 = 8比特位数字 * 个数,但是目前个数我们没有空余位可以存储，因此 1- 2 个字符是不够用的，将其增加至 1 - 3 个字符。
判断第一个数字，如果大于等于 11100000 即大于224，那么该数字应该转化为3字符；如果大于等于11000000小于 11100000即≥192且＜224，那么该数字应该转化为 2 字符；剩下的转化为 1 字符
function encodeTransform(input) {
let output = '';
for (var n = 0; n < input.length; n++) {
var c = input.charCodeAt(n); // 返回指定位置的字符的 Unicode 编码。这个返回值是 0 - 65535 之间的整数。
if (c < 128) {
// 0-7位
// 如果小于128 即是 ASCII 码，直接返回该 ASCII 码
output += String.fromCharCode(c);
} else if (c > 127 && c < 2048) {
// 8 - 11 位
// 这里是将二进制去除后六位，然后在开头加'11'补至八位二进制，变成一个大于等于192小于224的数字
output += String.fromCharCode((c >> 6) | 192);
// 这里是取二进制后六位, 然后在开头加'1'补至八位二进制，变成一个小于255大于等于128的数字
output += String.fromCharCode((c & 63) | 128);
} else {
// 12-16位, 因为unicode最大位数为16
// 这里是将二进制去除后12位，然后在开头加'111'补至八位二进制，变成一个大于等于224小于255的数字
output += String.fromCharCode((c >> 12) | 224);
// 这里取 7 - 12 位，然后在开头加'1'补至八位二进制，变成一个小于192大于等于128的数字
output += String.fromCharCode(((c >> 6) & 63) | 128);
// 这里取 0 - 6 位，然后在开头加'1'补至八位二进制，变成一个小于192大于等于128的数字
output += String.fromCharCode((c & 63) | 128);
}
}
return output;
}
复制代码同样的，解码也是一些边界的判断以及位运算操作
function decodeTransform(input) {
let output = '',
i = 0,
c = (c1 = c2 = 0);
while (i < input.length) {
c = input.charCodeAt(i);
if (c < 128) {
// 1字符
output += String.fromCharCode(c);
i++;
} else if (c > 191 && c < 224) {
// 2字符
c1 = input.charCodeAt(i + 1);
output += String.fromCharCode(((c & 31) << 6) | (c1 & 63));
i += 2;
} else {
// 3字符
c1 = input.charCodeAt(i + 1);
c2 = input.charCodeAt(i + 2);
output += String.fromCharCode(
((c & 15) << 12) | ((c1 & 63) << 6) | (c2 & 63)
);
i += 3;
}
}
return output;
}
复制代码这里是完整代码，请点击查看!
5. 总结
这篇文章的起源是：一个朋友让我给他写个 base64 转化的页面，当时我想都没想就直接用了 btoa 和 atob. 后来他在用的时候发现中文无法编码，会出现报错情况。有点小尴尬，因此去网上找了 base64 的转化库，细细的研究它，了解它的原理后发现还是蛮有意思的，涉及到许多位运算和位操作，这部分需要花点心思去理解，也算是有所收获吧！
腾讯云开发者
