Base64

Base64（基底64）是一種基於64個可打印字符來表示二進制數據的表示方法。由於${\displaystyle \log _{2}64=6}$，所以每6個位元為一個單元，對應某個可打印字符。3個字節相當於24個位元，對應於4個Base64單元，即3個字節可由4個可打印字符來表示。在Base64中的可打印字符包括字母A-Z、a-z、數字0-9，這樣共有62個字符，此外兩個可打印符號在不同的系統中而不同。一些如uuencode的其他編碼方法，和之後BinHex（英語：BinHex）的版本使用不同的64字符集來代表6個二進制數字，但是不被稱為Base64。

Base64常用於在通常處理文本數據的場合，表示、傳輸、存儲一些二進制數據，包括MIME的電子郵件及XML的一些複雜數據。

RFC 4648 標準的 Base64 索引表

十進制	二進制	字符		十進制	二進制	字符		十進制	二進制	字符		十進制	二進制	字符
0	000000	A		16	010000	Q		32	100000	g		48	110000	w
1	000001	B		17	010001	R		33	100001	h		49	110001	x
2	000010	C		18	010010	S		34	100010	i		50	110010	y
3	000011	D		19	010011	T		35	100011	j		51	110011	z
4	000100	E		20	010100	U		36	100100	k		52	110100	0
5	000101	F		21	010101	V		37	100101	l		53	110101	1
6	000110	G		22	010110	W		38	100110	m		54	110110	2
7	000111	H		23	010111	X		39	100111	n		55	110111	3
8	001000	I		24	011000	Y		40	101000	o		56	111000	4
9	001001	J		25	011001	Z		41	101001	p		57	111001	5
10	001010	K		26	011010	a		42	101010	q		58	111010	6
11	001011	L		27	011011	b		43	101011	r		59	111011	7
12	001100	M		28	011100	c		44	101100	s		60	111100	8
13	001101	N		29	011101	d		45	101101	t		61	111101	9
14	001110	O		30	011110	e		46	101110	u		62	111110	+
15	001111	P		31	011111	f		47	101111	v		63	111111	/
填充		=

示例

舉例來說，一段引用自托馬斯·霍布斯《利維坦》的文句：

Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure.

經過Base64編碼之後變成：

TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlzIHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2YgdGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGludWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRoZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4=

編碼「Man」的結果為TWFu，詳細原理如下：

文本	M								a								n
ASCII編碼	77								97								110
二進制位	0	1	0	0	1	1	0	1	0	1	1	0	0	0	0	1	0	1	1	0	1	1	1	0
索引	19						22						5						46
Base64編碼	T						W						F						u

在此例中，Base64算法將3個字節編碼為4個字符。

如果要編碼的字節數不能被3整除，最後會多出1個或2個字節，那麼可以使用下面的方法進行處理：先使用0字節值在末尾補足，使其能夠被3整除，然後再進行Base64的編碼。在編碼後的Base64文本後加上一個或兩個=號，代表補足的字節數。也就是說，當最後剩餘兩個八位(待補足)字節（2個byte）時，最後一個6位的Base64字節塊有四位是0值，最後附加上兩個等號；如果最後剩餘一個八位(待補足)字節（1個byte）時，最後一個6位的base字節塊有兩位是0值，最後附加一個等號。 參考下表：

文本（1 Byte）	A
二進制位	0	1	0	0	0	0	0	1	0	0	0	0
二進制位（補0）	0	1	0	0	0	0	0	1	0	0	0	0	留空填充						留空填充
Base64編碼	Q						Q						=						=
文本（2 Byte）	B								C
二進制位	0	1	0	0	0	0	1	0	0	1	0	0	0	0	1	1	0	0
二進制位（補0）	0	1	0	0	0	0	1	0	0	1	0	0	0	0	1	1	0	0	留空填充
Base64編碼	Q						k						M						=

應用

變種

base64編碼對應的64個可打印字符在一些特定的程序或協議中可能不適合使用，特別是字符表第62位（+）、63位（/）和填充字符（=），因此存在一些如下的變種：

編碼	編碼字符			換行的處理			是否解碼非編碼字符
	第62位	第63位	填充	分隔符	行字符數	校驗和
RFC 1421：用於隱私增強電郵的Base64（已棄用）	+	/	= 強制	CR+LF	64，末尾行可少於64	否	否
RFC 2045：用於MIME的Base64	+	/	= 強制	CR+LF	上限 76	否	棄用
RFC 2152: 用於UTF-7的Base64	+	/	否	否			否
RFC 3501：用於IMAP協議郵箱命名的Base64	+	,	否	否			否
RFC 4648 §4：標準base64	+	/	= 可選	否			否
RFC 4648 §5：base64url（URL和文件名安全標準）	-	_	= 可選	否			否
RFC 4880：用於OpenPGP的Radix-64	+	/	= 強制	CR+LF	上限 76	Radix-64編碼24位CRC	否

MIME

在MIME格式的電子郵件中，Base64可以用來將binary的字節序列數據編碼成ASCII字符序列構成的文本。使用時，在傳輸編碼方式中指定Base64。使用的字符包括大小寫拉丁字母各26個、數字10個、加號+和斜槓/，共64個字符，等號=用來作為填充用途。

完整的Base64定義可見RFC 1421和RFC 2045。編碼後的數據比原始數據略長，為原來的${\displaystyle {\frac {4}{3}}}$。在電子郵件中，根據RFC 822規定，每76個字符，還需要加上一個回車換行。可以估算編碼後數據長度大約為原長的135.1%。

轉換的時候，將3字節的數據，先後放入一個24位元的緩衝區中，先來的字節占高位。數據不足3字節的話，於緩衝區中剩下的位元用0補足。每次取出6位元（因為${\displaystyle 2^{6}=64}$），按照其值選擇ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符作為編碼後的輸出，直到全部輸入數據轉換完成。

若原數據長度不是3的倍數時且剩下1個輸入數據，則在編碼結果後加2個=；若剩下2個輸入數據，則在編碼結果後加1個=。

IRCu

在IRCu（英語：IRCu）等軟件所使用的P10 IRC服務器間協議中，對客戶與服務器的消息類型號（client/server numerics）和二進制IP地址採用了Base64編碼。消息類型號的長度固定為3字節，故可直接編碼為4個字節而不需要加填充。對IP地址進行編碼時，則需要在地址前添加一些0比特，使之可以編碼為整數個字節。這裡所用的符號集與前述MIME的也有所不同，將+/改成了[]。

UTF-7

UTF-7是一個修改版Base64（Modified Base64）。主要是將UTF-16的數據，用Base64的方法編碼為可打印的ASCII字符序列。目的是傳輸Unicode數據。主要的區別在於不用等號=補餘，因為該字符通常需要大量的轉譯。

標準可見 RFC 2152，《A Mail-Safe Transformation Format of Unicode》。

URL

Base64編碼可用於在HTTP環境下傳遞較長的標識信息。例如，在Java持久化系統Hibernate中，就採用了Base64來將一個較長的唯一標識符（一般為128-bit的UUID）編碼為一個字符串，用作HTTP表單和HTTP GET URL中的參數。在其他應用程序中，也常常需要把二進制數據編碼為適合放在URL（包括隱藏表單域）中的形式。此時，採用Base64編碼不僅比較簡短，同時也具有不可讀性，即所編碼的數據不會被人用肉眼所直接看到。

然而，標準的Base64並不適合直接放在URL裡傳輸，因為URL編碼器會把標準Base64中的/和+字符變為形如%XX的形式，而這些%號在存入數據庫時還需要再進行轉換，因為ANSI SQL中已將%號用作通配符。

為解決此問題，可採用一種用於URL的改進Base64編碼，它不在末尾填充=號，並將標準Base64中的+和/分別改成了-和_，這樣就免去了在URL編解碼和數據庫存儲時所要做的轉換，避免了編碼信息長度在此過程中的增加，並統一了數據庫、表單等處對象標識符的格式。

另有一種用於正則表達式的改進Base64變種，它將+和/改成了!和-，因為+，*以及前面在IRCu中用到的[和]在正則表達式中都可能具有特殊含義。

此外還有一些變種，它們將+/改為_-或._（用作編程語言中的標識符名稱）或.-（用於XML中的Nmtoken）甚至_:（用於XML中的Name）。

其他

• 垃圾訊息傳播者用Base64來避過反垃圾郵件工具，因為那些工具通常都不會翻譯Base64的訊息。
• 在LDIF（英語：LDIF）檔案，Base64用作編碼字串。

相關事件

• 2018年2月電子郵件程序 Exim（英語：Exim） 發現重大漏洞，編號為 CVE-2018-6789 （頁面存檔備份，存於網際網路檔案館） 的緩衝區溢位漏洞允許攻擊者在服務器上遠程執行惡意代碼。漏洞位於 base64 解碼函數中，影響 Exim v4.90.1 之前的所有版本，多達 40 萬服務器受到影響。^[1][2]

參見

• Base58
• Radix-64（英語：Radix-64）
• Ascii85（英語：Ascii85）
• Quoted-printable
• uuencode
• yEnc（英語：yEnc）
• 8BITMIME（英語：8BITMIME）
• URL