最近因為工作需要,要用到Base64來編碼解碼文件,參考了網上大牛們的代碼,做了個測試例子,可以用來對字符串,文件進行編碼解碼。本人只是集成者,很多都是網上有的資料了。各位高手請勿見笑。
大家可以下載去看看了,用的環境是VC2003.
Base64編碼解碼 附錄:Base64說明
什么是Base64? 按照RFC2045的定義,Base64被定義為:Base64內容傳送編碼被設計用來把任意序列的8位字節描述為一種不易被人直接識別的形式。(The Base64 Content-Transfer-Encoding is designed to represent arbitrary sequences of octets in a form that need not be humanly readable.)
為什么要使用Base64?在設計這個編碼的時候,我想設計人員最主要考慮了3個問題:
1.是否加密?
2.加密算法復雜程度和效率
3.如何處理傳輸?
加密是肯定的,但是加密的目的不是讓用戶發送非常安全的Email。這種加密方式主要就是“防君子不防小人”。即達到一眼望去完全看不出內容即可。
基于這個目的加密算法的復雜程度和效率也就不能太大和太低。和上一個理由類似,MIME協議等用于發送Email的協議解決的是如何收發Email,而并不是如何安全的收發Email。因此算法的復雜程度要小,效率要高,否則因為發送Email而大量占用資源,路就有點走歪了。
但是,如果是基于以上兩點,那么我們使用最簡單的愷撒法即可,為什么Base64看起來要比愷撒法復雜呢?這是因為在Email的傳送過程中,由于歷史原因,Email只被允許傳送ASCII字符,即一個8位字節的低7位。因此,如果您發送了一封帶有非ASCII字符(即字節的最高位是1)的Email通過有“歷史問題”的網關時就可能會出現問題。網關可能會把最高位置為0!很明顯,問題就這樣產生了!因此,為了能夠正常的傳送Email,這個問題就必須考慮!所以,單單靠改變字母的位置的愷撒之類的方案也就不行了。關于這一點可以參考RFC2046。
基于以上的一些主要原因產生了Base64編碼。
算法詳解 Base64編碼要求把3個8位字節(3*8=24)轉化為4個6位的字節(4*6=24),之后在6位的前面補兩個0,形成8位一個字節的形式。
具體轉化形式間下圖:
字符串“張3”
11010101 11000101 00110011
00110101 00011100 00010100 00110011
表1
可以這么考慮:把8位的字節連成一串110101011100010100110011
然后每次順序選6個出來之后再把這6二進制數前面再添加兩個0,就成了一個新的字節。之后再選出6個來,再添加0,依此類推,直到24個二進制數全部被選完。
讓我們來看看實際結果:
字符串“張3”
11010101 HEX:D5 11000101 HEX:C5 00110011 HEX:33
00110101 00011100 00010100 00110011
字符’5’ 字符’^\’ 字符’^T’ 字符’3’
十進制53 十進制34 十進制20 十進制51
表2
這樣“張3 ”這個字符串就被Base64表示為”5^\^T3”了么?。錯!
Base64編碼方式并不是單純利用轉化完的內容進行編碼。像’^\’字符是控制字符,并不能通過計算機顯示出來,在某些場合就不能使用了。Base64有其自身的編碼表:
Table 1: The Base64 Alphabet
Value Encoding Value Encoding Value Encoding Value Encoding
0 A 17 R 34 i 51 z
1 B 18 S 35 j 52 0
2 C 19 T 36 k 53 1
3 D 20 U 37 l 54 2
4 E 21 V 38 m 55 3
5 F 22 W 39 n 56 4
6 G 23 X 40 o 57 5
7 H 24 Y 41 p 58 6
8 I 25 Z 42 q 59 7
9 J 26 a 43 r 60 8
10 K 27 b 44 s 61 9
11 L 28 c 45 t 62 +
12 M 29 d 46 u 63 /
13 N 30 e 47 v (pad) =
14 O 31 f 48 w
15 P 32 g 49 x
16 Q 33 h 50 y
表3
這也是Base64名稱的由來,而Base64編碼的結果不是根據算法把編碼變為高兩位是0而低6為代表數據,而是變為了上表的形式,如”A”就有7位,而”a”就只有6位。表中,編碼的編號對應的是得出的新字節的十進制值。因此,從表2可以得到對應的Base64編碼:
字符串“張3”
11010101 HEX:D5 11000101 HEX:C5 00110011 HEX:33
00110101 00011100 00010100 00110011
字符’5’ 字符’^\’ 字符’^T’ 字符’3’
十進制53 十進制34 十進制20 十進制51
字符’1’ 字符’i’ 字符’U’ 字符’z’
表4
這樣,字符串“張3”經過編碼后就成了字符串“1iUz”了。
Base64將3個字節轉變為4個字節,因此,編碼后的代碼量(以字節為單位,下同)約比編碼前的代碼量多了1/3。之所以說是“約”,是因為如果代碼量正好是3的整數倍,那么自然是多了1/3。但如果不是呢?
細心的人可能已經注意到了,在The Base64 Alphabet中的最后一個有一個(pad) =字符。這個字符的目的就是用來處理這個問題的。
當代碼量不是3的整數倍時,代碼量/3的余數自然就是2或者1。轉換的時候,結果不夠6位的用0來補上相應的位置,之后再在6位的前面補兩個0。轉換完空出的結果就用就用“=”來補位。譬如結果若最后余下的為2個字節的“張”:
字符串“張”
11010101 HEX:D5 11000101 HEX:C5
00110101 00011100 00010100
十進制53 十進制34 十進制20 pad
字符’1’ 字符’i’ 字符’U’ 字符’=’
表6
這樣,最后的2個字節被整理成了“1iU=”。
同理,若原代碼只剩下一個字節,那么將會添加兩個“=”。只有這兩種情況,所以,Base64的編碼最多會在編碼結尾有兩個“=”
至于將Base64的解碼,只是一個簡單的編碼的逆過程,讀者可以自己探討。
posted on 2008-07-01 11:02
水 閱讀(3342)
評論(9) 編輯 收藏 引用 所屬分類:
c/c++基礎知識