base64数据隐写实现原理分析

在开始这篇文章前，先让我们来看一组base64编码的字符串

ZG==
YY==
aW==
ZF==
cm==
aM==
b2==
dc==
c2==
Zf==

解码后的内容是daidrhouse，似乎没有什么问题。但是仔细看，第一行和第4行解码后的结果都是d，但内容竟然不太一样？

按照正常的base64编码，daidrhouse应该得到下面的结果。

ZA==
YQ==
aQ==
ZA==
cg==
aA==
bw==
dQ==
cw==
ZQ==

显然，与前者相比，每串base64的第二个字符都被改变了，但解码后的内容依然不变，这得从base64编码的原理说起。

什么是base64

顾名思义，base64编码就是用64个ascii字符作为基础来编码二进制内容的一种编码方式。相信各位一定在网页中看到过base64编码的内嵌图片，甚至QQ音乐传输歌词文件时，也采用了base64编码。将二进制编码为ascii字符，使数据在某些场景下更便于阅读、便于传输。当然，将所有二进制「浓缩」到区区64个字符来表示，一定会在体积上作出妥协。字符在编码完成后，会增大1/3倍，至于原因，下面会讲到。

索引表

base64有一张标准编码表，为64个ascii字符排序并赋予索引。

有时为了防止混淆（比如链接），会使用 . _ 来代替索引表中的 + / 。

编码方式

base64将3个字节（24位）作为一组进行处理。不足3字节时填充0，并在结尾使用 = 来标识填充的字节数。并将每6位作为1小组，将24位编码成4组6位二进制。此时，这6位二进制一共有 2^6=64 种情况，正好能够用64个字符来表示。（这也解释了为什么编码完成后体积会增大1/3）

举些栗子

https://i.loli.net/2020/04/15/n8vJEqX9lZDeLCG.png

https://i.loli.net/2020/04/15/R2VOBWTtFxDcNQu.png

隐写的原理

base64在解码的时候，会按照字符串末尾的 = 数量来删除相应字节数。或许你已经发现了，当一组字符的数量为1字节或2字节的时候，会有4位或2位二进制在解码时被忽略，及下图的红色标识。

https://i.loli.net/2020/04/15/ZBpPwsz5OeaH3FG.png

https://i.loli.net/2020/04/15/NK23ZzryPj9YBpi.png

红色标识的这些二进制，能够被编码，但解码时却会被忽略。修改这些位置的内容，不会影响到原始数据。

解决问题

现在，可以来尝试解决文章开头的问题了。那组base64编码的字符串，隐藏了什么？

https://i.loli.net/2020/04/15/lB4MaF8n7cLumoK.png

https://i.loli.net/2020/04/15/SLzdo2aRkPuNCIg.png

https://i.loli.net/2020/04/15/28YQ51zwRFc7nex.png

https://i.loli.net/2020/04/15/HQ4YFGybsDJtknX.png

https://i.loli.net/2020/04/15/72MNPdlLSqtE9Ws.png

https://i.loli.net/2020/04/15/dbnrZ7FQxSNEC5H.png

https://i.loli.net/2020/04/15/9WGyZHgQzqwbnIN.png

https://i.loli.net/2020/04/15/9hR4fM5IKtEbm28.png

https://i.loli.net/2020/04/15/6gUAZ7awTP8tOsX.png

https://i.loli.net/2020/04/15/c3ni5uUbFqaO4To.png

将所有红色标识的二进制位拼接起来，可以得到最后的结果hello

https://i.loli.net/2020/04/15/R2scY1wrXBpFtmx.png

code{background: #f5f2f0;}