什么是base64编码

发表于 2022-02-21 更新于 2023-02-13 分类于编程本文字数： 1.5k 阅读时长 ≈ 6 分钟

前言

在看 vueuse/core 的源码时，看到 useBase64 函数时，有感而发

虽然平时都会很经常地看见 base64 编码，比如打包的时候如果图片大小很小的话，会直接内联成 base64 来减少网络请求

那么 base64 究竟是如何来编码的呢？

正文

base64 原理

这里放上维基百科对于 base64 的定义

Base64（基底64）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。每6个比特为一个单元，对应某个可打印字符。3个字节相当于24个比特，对应于4个Base64单元，即3个字节可由4个可打印字符来表示。在Base64中的可打印字符包括字母A-Z、a-z、数字0-9，这样共有62个字符，此外两个可打印符号在不同的系统中而不同。

从这个定义中我们就可以明白几个点

编码后的结果为 64 个可打印字符的组合
使用 6 比特来表示一个可打印字符
由于单元长度为 6，所以需要使用 4 个可打印字符来表示 3 个字节（ 1 个字节为 8 比特）

根据第一点，可以知道应该存在一个对应表，每个字符对应一个长度为 6 的比特序列

来自维基百科

可以看到经过 base64 编码之后，只会存在 A-Z ， a-z ， 0-9 ， +/= 这 64 个字符

使用 hello 来作为例子来解释 base64 是如何编码的

对于 hello 这个字符，其中

h 的 10 进制为 104 ， 2 进制为 01101000
e 的 10 进制为 101 ， 2 进制为 01100101
l 的 10 进制为 108 ， 2 进制为 01101100
o 的 10 进制为 111 ， 2 进制为 01101111

这时候我们就得到了 hello 的 2 进制数据 01101000 01100101 01101100 01101100 01101111

然后我们按照 6 位一组进行划分，得到 011010 000110 010101 101100 011011 000110 1111

根据对照表，前面的四位 011010 000110 010101 101100 011011 000110 经过编码为 aGVsbG

这时发现后面的 1111 并不能够被编码

除非变成 1111xx

这时候我们要在原数据最后添加 NUL 来补充位数

这里的 NUL 为空字符的意思，它的 2 进制编码为 00000000

在添加一个 NUL 之后，原数据变为 01101000 01100101 01101100 01101100 01101111 00000000

这时分组之后为 011010 000110 010101 101100 011011 000110 111100 000000

现在不存在不足 6 位的情况

根据对照表，可以得出编码后的字符 aGVsbG8A

但是由于我们添加了 1 个 NUL 在原数据的末尾

所以编码后的数据中最后一个 A 是不存在，这个 A 用 = 来代替

即编码后的字符串为 aGVsbG8=

如果添加了两个 NUL ，那么就要把末尾的两个 A 改为 =

= 的数量取决于我们添加了多少个 NUL ，它的个数的值为 0 ， 1 ，2

为什么不会为 3 个呢，这是因为 base64 为 4 个 6 比特数据来表示 3 个 8 比特数据

如果添加了 3 个 NUL，那么在末尾就变为 4 个 000000 表示 3 个 00000000 ，很明显这是没有意义的

换句话说，原数据的字节个数必须为 3 的倍数，对 3 取余可得到的值为 1 ， 2 ，即分别对应了添加 2 个 NUL，添加 1 个 NUL

JS 中的 base64

在 js 中，也有两个 api 对应 base64 的编码和解码，分别是 btoa，atob

使用 btoa 对 hello 进行编码

使用 atob 对 aGVsbG8= 进行解码

useBase64 函数

vueuse/core 里面提供了 useBase64 的函数

vueuse/packages/core/useBase64/index.ts

在源码中，我们可以看到 useBase64 的函数有许多个重载

export function useBase64(target: MaybeRef<string>): UseBase64Return
export function useBase64(target: MaybeRef<Blob>): UseBase64Return
export function useBase64(target: MaybeRef<ArrayBuffer>): UseBase64Return
export function useBase64(target: MaybeRef<HTMLCanvasElement>, options?: ToDataURLOptions): UseBase64Return
export function useBase64(target: MaybeRef<HTMLImageElement>, options?: ToDataURLOptions): UseBase64Return

主要的区别是支持不同的源数据类型，除了字符串，还支持 Blob 数据， ArrayBuffer 数据， canvas 元素以及 image 元素

在源码中，使用了 FileReader 这个类来传入 Blob 类型的数据，然后通过 readAsDataURL 来获取编码后的 base64 数据

核心的转换函数为 blobToBase64 ，源码如下

function blobToBase64(blob: Blob) {
  return new Promise<string>((resolve, reject) => {
    const fr = new FileReader()
    fr.onload = (e) => {
      resolve(e.target!.result as string)
    }
    fr.onerror = reject
    fr.readAsDataURL(blob)
  })
}

核心非常简单，就是读 blob 数据拿到 base64 而已，把结果包装成一个 Promise

对于不同的类型，可以在 useBase64 的实现中看到它的转换方法

export function useBase64(
  target: any,
  options?: any,
) {
  // ...
        const _target = unref(target)
        // undefined or null
        if (_target === undefined || _target === null) { resolve('') }
        else if (typeof _target === 'string') { resolve(blobToBase64(new Blob([_target], { type: 'text/plain' }))) }
        else if (_target instanceof Blob) { resolve(blobToBase64(_target)) }
        else if (_target instanceof ArrayBuffer) { resolve(window.btoa(String.fromCharCode(...new Uint8Array(_target)))) }
        else if (_target instanceof HTMLCanvasElement) { resolve(_target.toDataURL(options?.type, options?.quality)) }
        else if (_target instanceof HTMLImageElement) {
          const img = _target.cloneNode(false) as HTMLImageElement
          img.crossOrigin = 'Anonymous'
          imgLoaded(img).then(() => {
            const canvas = document.createElement('canvas')
            const ctx = canvas.getContext('2d')!
            canvas.width = img.width
            canvas.height = img.height
            ctx.drawImage(img, 0, 0, canvas.width, canvas.height)
            resolve(canvas.toDataURL(options?.type, options?.quality))
          }).catch(reject)
        }
  
  // ...
}

这里可以看到，对于字符串，并不是直接使用 btoa 进行编码，而是通过构造 blob 数据然后通过 FileReader 来读取

原因是多数浏览器下 btoa 对 Unicode 字符串进行编码都会触发 InvalidCharacterError 异常

比如我对我的姓进行编码，直接报错

这是由于 UTF-8 是可变长度的，如果直接使用 btoa ，就可能报错

可以看到 mdn 也给出了编码 Unicode 字符串的一种方法，就是

转移任何扩展字符，转成 ASCII ，这样就可以使用 btoa 进行编码了

这里使用的是 encodeURIComponent 和 decodeURIComponent

在截图的结尾，更加推荐使用类型化数组来进行转换

在源码中，对于 ArrayBuffer 类型就是使用 Unit8Array 来进行转化，然后再使用 btoa

1 2	// String.fromCharCode 拿到 ascii 编码后的字符串 if (_target instanceof ArrayBuffer) { resolve(window.btoa(String.fromCharCode(...new Uint8Array(_target)))) }

对于 image 和 canvas ，都是通过 canvas.toDataURL 来直接读取 base64 编码后的数据

其中 image 需要先画到 canvas 上，然后使用 canvas.toDataURL 处理