思享工具箱

JavaScript：详解 Base64 编码和解码

摘要：
Base64编码在RFC2045中定义。它被定义为：Base64内容传输编码旨在将任何序列的8位字节描述为一种不容易被人们直接识别的形式。由于Base64编码处理字符串的编码表示，不同编码字符串的Base64结果不同，因此我们需要了解基本的字符编码知识。Unicode在内容上与ISO10646国际编码标准一致。Unicode Unicode编码被逐一映射到字符表。

　　Base64是最常用的编码之一，比如开发中用于传递参数、现代浏览器中的<img />标签直接通过Base64字符串来渲染图片以及用于邮件中等等。Base64编码在RFC2045中定义，它被定义为：Base64内容传送编码被设计用来把任意序列的8位字节描述为一种不易被人直接识别的形式。

　　我们知道，任何数据在计算机中都是以二进制的方式存储的。一个字节为8位，一个字符在计算机中存储为一个或多个字节，比如英文字母、数字以及英文标点符号就是用一个 字节来存储的，通常称为ASCII码。而简体中文、繁体中文、日文以及韩文等都是用多字节来存储的，通常称为多字节字符。因为Base64编码是对字符串的编码表示进行处理的，不同编码的字符串的Base64的结果是不同的，所以我们需要了解基本的字符编码知识。

字符编码基础

　　计算机最开始只支持ASCII码，一个字符用一个字节表示，只用了低7位，最高位为0，因此总共有128个ASCII码，范围为0~127。后来为了支持多种地区的语言，各大组织机构和IT厂商开始发明它们自己的编码方案，以便弥补ASCII编码的不足，如GB2312编码、GBK编码和Big5编码等。但这些编码都只是针对局部地区或少数语言文字，没有办法表达所有的语言文字。而且这些不同的编码之间并没有任何联系，它们之间的转换需要通过查表来实现。

　　为了提高计算机的信息处理和交换功能，使得世界各国的文字都能在计算机中处理，从1984年起，ISO组织就开始研究制定一个全新的标准：通用多八位(即多字节)编码字符集（Universal Multiple-Octet Coded Character Set），简称UCS。标准的编号为：ISO 10646。这一标准为世界各种主要语言的字符(包括简体及繁体的中文字)及附加符号，编制统一的内码。

　　统一码（Unicode）是Universal Code的缩写，是由另一个叫“Unicode学术学会”（The Unicode Consortium）的机构制定的字符编码系统。Unicode与ISO 10646国际编码标准从内容上来说是同步一致的。具体可参考：Unicode 。

ANSI

ANSI不代表具体的编码，它是指本地编码。比如在简体版windows上它表示GB2312编码，在繁体版windows上它表示Big5编码，在日文操作系统上它表示JIS编码。所以如果您新建了个文本文件并保存为ANSI编码，那么您现在应该知道这个文件的编码为本地编码。

Unicode

　　Unicode编码是和字符表一一映射的。比如56DE代表汉字'回'，这种映射关系是固定不变的。通俗的说Unicode编码就是字符表的坐标，通过56DE就能找到汉字'回'。Unicode编码的实现包括UTF8、UTF16、UTF32等等。

　　Unicode本身定义的就是每个字符的数值，是字符和自然数的映射关系，而UTF-8或者UTF-16甚至UTF-32则定义了如何在字节流中断字，是计算机领域的概念。

JavaScript：详解 Base64 编码和解码第1张

　　通过上图我们知道，UTF-8编码为变长的编码方式，占1~6个字节，可通过Unicode编码值的区间来判断，并且每个组成UTF8字符的字节都是有规律可循的。本文只讨论UTF8和UTF16这两种编码。

UTF16

　　UTF16编码使用固定的2个字节来存储。因为是多字节存储，所以它的存储方式分为2种：大端序和小端序。UTF16编码是Unicode最直接的实现方式，通常我们在windows上新建文本文件后保存为Unicode编码，其实就是保存为UTF16编码。UTF16编码在windows上采用小端序的方式存储，以下我新建了个文本文件并保存为Unicode编码来测试，文件中只输入了一个汉字'回'，之后我用Editplus打开它，切换到十六进制方式查看，如图所示：

JavaScript：详解 Base64 编码和解码第2张

我们看到有4个字节，前2个字节FF FE是文件头，表示这是一个UTF16编码的文件，而DE 56则是'回'的UTF16编码的十六进制。我们经常使用的JavaScript语言，它内部就是采用UTF16编码，并且它的存储方式为大端序，来看一个例子：

1<script type="text/javascript">
2console.group('Test Unicode: ');
3console.log(('回'.charCodeAt(0)).toString(16).toUpperCase());
4</script>

JavaScript：详解 Base64 编码和解码第3张

很明显跟刚才Editplus显示的不一样，顺序是相反的，这是因为字节序不一样。具体可参考：UTF-16 。

UTF8

UTF8是采用变长的编码方式，为1~6个字节，但通常我们只把它看作单字节或三字节的实现，因为其它情况实在少见。UTF8编码通过多个字节组合的方式来显示，这是计算机处理UTF8的机制，它是无字节序之分的，并且每个字节都非常有规律，详见上图，在此不再详述。

UTF16和UTF8的相互转换

UTF16转UTF8

UTF16和UTF8之间的相互转换可以通过上图的转换表来实现，判断Unicode码所在的区间就可以得到这个字符是由几个字节所组成，之后通过移位来实现。我们用汉字'回'来举一个转换的例子。

我们已经知道汉字'回'的Unicode码是0x56DE，它介于U+00000800 – U+0000FFFF之间，所以它是用三个字节来表示的。

JavaScript：详解 Base64 编码和解码第4张

所以我们需要将0x56DE这个双字节的值变为三字节的值，注意上图中的x部分，就是对应0x56DE的各位字节，如果您数一下x的个数，会发现刚好是16位。

转换思路

从0x56DE中取出4位放在低位，并和二进制的1110结合，这就是第一个字节。从0x56DE中剩下的字节中取出6位放在低位，并和二进制的10结合，这就是第二个字节。第三个字节依照类似的方式实现。

代码实现

为了让大家更好的理解，以下代码只是实现汉字'回'的转换，代码如下：

01<script type="text/javascript">
02/**
03* 转换对照表
04* U+00000000 – U+0000007F   0xxxxxxx
05* U+00000080 – U+000007FF   110xxxxx 10xxxxxx
06* U+00000800 – U+0000FFFF   1110xxxx 10xxxxxx 10xxxxxx
07* U+00010000 – U+001FFFFF   11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
08* U+00200000 – U+03FFFFFF   111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
09* U+04000000 – U+7FFFFFFF   1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
10*/
11/*
12* '回'的Unicode编码为：0x56DE，它介于U+00000800 – U+0000FFFF之间，所以它占用三个字节。
13* U+00000800 – U+0000FFFF   1110xxxx 10xxxxxx 10xxxxxx
14*/
15var ucode = 0x56DE;
16// 1110xxxx
17var byte1 = 0xE0 | ((ucode >> 12) & 0x0F);
18// 10xxxxxx
19var byte2 = 0x80 | ((ucode >> 6) & 0x3F);
20// 10xxxxxx
21var byte3 = 0x80 | (ucode & 0x3F);
22var utf8 = String.fromCharCode(byte1)
23        + String.fromCharCode(byte2)
24        + String.fromCharCode(byte3);
25 
26console.group('Test UTF16ToUTF8: ');
27console.log(utf8);
28console.groupEnd();
29</script>

JavaScript：详解 Base64 编码和解码第5张

输出的结果看起来像乱码，这是因为JavaScript不知道如何显示UTF8的字符。您或许会说输出不正常转换还有什么用，但您应该知道转换的目的还经常用于传输或API的需要。

UTF8转UTF16

这是UTF16转换到UTF8的逆转换，同样需要对照转换表来实现。还是接上一个例子，我们已经得到了汉字'回'的UTF8编码，这是三个字节的，我们只需要按照转换表来转成双字节的，如图所示，我们需要保留下所有的x。

JavaScript：详解 Base64 编码和解码第4张

代码如下：

01<script type="text/javascript">
02/**
03* 转换对照表
04* U+00000000 – U+0000007F   0xxxxxxx
05* U+00000080 – U+000007FF   110xxxxx 10xxxxxx
06* U+00000800 – U+0000FFFF   1110xxxx 10xxxxxx 10xxxxxx
07* U+00010000 – U+001FFFFF   11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
08* U+00200000 – U+03FFFFFF   111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
09* U+04000000 – U+7FFFFFFF   1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
10*/
11/*
12* '回'的Unicode编码为：0x56DE，它介于U+00000800 – U+0000FFFF之间，所以它占用三个字节。
13* U+00000800 – U+0000FFFF   1110xxxx 10xxxxxx 10xxxxxx
14*/
15var ucode = 0x56DE;
16// 1110xxxx
17var byte1 = 0xE0 | ((ucode >> 12) & 0x0F);
18// 10xxxxxx
19var byte2 = 0x80 | ((ucode >> 6) & 0x3F);
20// 10xxxxxx
21var byte3 = 0x80 | (ucode & 0x3F);
22var utf8 = String.fromCharCode(byte1)
23        + String.fromCharCode(byte2)
24        + String.fromCharCode(byte3);
25 
26console.group('Test UTF16ToUTF8: ');
27console.log(utf8);
28console.groupEnd();
29/** ------------------------------------------------------------------------------------*/
30// 由三个字节组成，所以分别取出
31var c1 = utf8.charCodeAt(0);
32var c2 = utf8.charCodeAt(1);
33var c3 = utf8.charCodeAt(2);
34/*
35* 需要通过判断特定位的方式来转换，但这里是已知是三个字节，所以忽略判断，而是直接拿到所有的x，组成16位。
36* U+00000800 – U+0000FFFF   1110xxxx 10xxxxxx 10xxxxxx
37*/
38// 丢弃第一个字节的高四位并和第二个字节的高四位组成一个字节
39var b1 = (c1 << 4) | ((c2 >> 2) & 0x0F);
40// 同理第二个字节和第三个字节组合
41var b2 = ((c2 & 0x03) << 6) | (c3 & 0x3F);
42// 将b1和b2组成16位
43var ucode = ((b1 & 0x00FF) << 8) | b2;
44console.group('Test UTF8ToUTF16: ');
45console.log(ucode.toString(16).toUpperCase(), String.fromCharCode(ucode));
46console.groupEnd();
47</script>

JavaScript：详解 Base64 编码和解码第7张

知道了转换规则，就很容易实现了。

Base64编码

Base64编码要求把3个8位字节（3*8=24）转化为4个6位的字节（4*6=24），之后在6位的前面补两个0，形成8位一个字节的形式。由于2的6次方为64，所以每6个位为一个单元，对应某个可打印字符。当原数据不是3的整数倍时，如果最后剩下两个输入数据，在编码结果后加1个“=；如果最后剩下一个输入数据，编码结果后加2个“=；如果没有剩下任何数据，就什么都不要加，这样才可以保证资料还原的正确性。

转码对照表

每6个单元高位补2个零形成的字节位于0~63之间，通过在转码表中查找对应的可打印字符。“=”用于填充。如下图所示为转码表。

JavaScript：详解 Base64 编码和解码第8张

具体可参考： Base64 。

Base64解码

解码是编码的逆过程，先看后面补了几个“=”号，最多只可能补2个“=”号。一个“=”相当于补了2个0，所以去掉后面补的0后，再按8位展开，即可还原。

JavaScript实现Base64的编码和解码

之前已经详细讲解了整个过程，本文的例子都是采用UTF8编码的字符串作为Base64编码的基础。因为JavaScript内部是使用Unicode编码，所以需要有个转换过程，原理之前也详细讲解过并给出了示例，以下是代码实现：

001<script type="text/javascript">
002/**
003* UTF16和UTF8转换对照表
004* U+00000000 – U+0000007F   0xxxxxxx
005* U+00000080 – U+000007FF   110xxxxx 10xxxxxx
006* U+00000800 – U+0000FFFF   1110xxxx 10xxxxxx 10xxxxxx
007* U+00010000 – U+001FFFFF   11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
008* U+00200000 – U+03FFFFFF   111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
009* U+04000000 – U+7FFFFFFF   1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
010*/
011var Base64 = {
012    // 转码表
013    table : [
014            'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H',
015            'I', 'J', 'K', 'L', 'M', 'N', 'O' ,'P',
016            'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X',
017            'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f',
018            'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',
019            'o', 'p', 'q', 'r', 's', 't', 'u', 'v',
020            'w', 'x', 'y', 'z', '0', '1', '2', '3',
021            '4', '5', '6', '7', '8', '9', '+', '/'
022    ],
023    UTF16ToUTF8 : function(str) {
024        var res = [], len = str.length;
025        for (var i = 0; i < len; i++) {
026            var code = str.charCodeAt(i);
027            if (code > 0x0000 && code <= 0x007F) {
028                // 单字节，这里并不考虑0x0000，因为它是空字节
029                // U+00000000 – U+0000007F  0xxxxxxx
030                res.push(str.charAt(i));
031            } else if (code >= 0x0080 && code <= 0x07FF) {
032                // 双字节
033                // U+00000080 – U+000007FF  110xxxxx 10xxxxxx
034                // 110xxxxx
035                var byte1 = 0xC0 | ((code >> 6) & 0x1F);
036                // 10xxxxxx
037                var byte2 = 0x80 | (code & 0x3F);
038                res.push(
039                    String.fromCharCode(byte1), 
040                    String.fromCharCode(byte2)
041                );
042            } else if (code >= 0x0800 && code <= 0xFFFF) {
043                // 三字节
044                // U+00000800 – U+0000FFFF  1110xxxx 10xxxxxx 10xxxxxx
045                // 1110xxxx
046                var byte1 = 0xE0 | ((code >> 12) & 0x0F);
047                // 10xxxxxx
048                var byte2 = 0x80 | ((code >> 6) & 0x3F);
049                // 10xxxxxx
050                var byte3 = 0x80 | (code & 0x3F);
051                res.push(
052                    String.fromCharCode(byte1), 
053                    String.fromCharCode(byte2), 
054                    String.fromCharCode(byte3)
055                );
056            } else if (code >= 0x00010000 && code <= 0x001FFFFF) {
057                // 四字节
058                // U+00010000 – U+001FFFFF  11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
059            } else if (code >= 0x00200000 && code <= 0x03FFFFFF) {
060                // 五字节
061                // U+00200000 – U+03FFFFFF  111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
062            } else /** if (code >= 0x04000000 && code <= 0x7FFFFFFF)*/ {
063                // 六字节
064                // U+04000000 – U+7FFFFFFF  1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
065            }
066        }
067 
068        return res.join('');
069    },
070    UTF8ToUTF16 : function(str) {
071        var res = [], len = str.length;
072        var i = 0;
073        for (var i = 0; i < len; i++) {
074            var code = str.charCodeAt(i);
075            // 对第一个字节进行判断
076            if (((code >> 7) & 0xFF) == 0x0) {
077                // 单字节
078                // 0xxxxxxx
079                res.push(str.charAt(i));
080            } else if (((code >> 5) & 0xFF) == 0x6) {
081                // 双字节
082                // 110xxxxx 10xxxxxx
083                var code2 = str.charCodeAt(++i);
084                var byte1 = (code & 0x1F) << 6;
085                var byte2 = code2 & 0x3F;
086                var utf16 = byte1 | byte2;
087                res.push(Sting.fromCharCode(utf16));
088            } else if (((code >> 4) & 0xFF) == 0xE) {
089                // 三字节
090                // 1110xxxx 10xxxxxx 10xxxxxx
091                var code2 = str.charCodeAt(++i);
092                var code3 = str.charCodeAt(++i);
093                var byte1 = (code << 4) | ((code2 >> 2) & 0x0F);
094                var byte2 = ((code2 & 0x03) << 6) | (code3 & 0x3F);
095                var utf16 = ((byte1 & 0x00FF) << 8) | byte2
096                res.push(String.fromCharCode(utf16));
097            } else if (((code >> 3) & 0xFF) == 0x1E) {
098                // 四字节
099                // 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
100            } else if (((code >> 2) & 0xFF) == 0x3E) {
101                // 五字节
102                // 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
103            } else /** if (((code >> 1) & 0xFF) == 0x7E)*/ {
104                // 六字节
105                // 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
106            }
107        }
108 
109        return res.join('');
110    },
111    encode : function(str) {
112        if (!str) {
113            return '';
114        }
115        var utf8    = this.UTF16ToUTF8(str); // 转成UTF8
116        var i = 0; // 遍历索引
117        var len = utf8.length;
118        var res = [];
119        while (i < len) {
120            var c1 = utf8.charCodeAt(i++) & 0xFF;
121            res.push(this.table[c1 >> 2]);
122            // 需要补2个=
123            if (i == len) {
124                res.push(this.table[(c1 & 0x3) << 4]);
125                res.push('==');
126                break;
127            }
128            var c2 = utf8.charCodeAt(i++);
129            // 需要补1个=
130            if (i == len) {
131                res.push(this.table[((c1 & 0x3) << 4) | ((c2 >> 4) & 0x0F)]);
132                res.push(this.table[(c2 & 0x0F) << 2]);
133                res.push('=');
134                break;
135            }
136            var c3 = utf8.charCodeAt(i++);
137            res.push(this.table[((c1 & 0x3) << 4) | ((c2 >> 4) & 0x0F)]);
138            res.push(this.table[((c2 & 0x0F) << 2) | ((c3 & 0xC0) >> 6)]);
139            res.push(this.table[c3 & 0x3F]);
140        }
141 
142        return res.join('');
143    },
144    decode : function(str) {
145        if (!str) {
146            return '';
147        }
148 
149        var len = str.length;
150        var i   = 0;
151        var res = [];
152 
153        while (i < len) {
154            code1 = this.table.indexOf(str.charAt(i++));
155            code2 = this.table.indexOf(str.charAt(i++));
156            code3 = this.table.indexOf(str.charAt(i++));
157            code4 = this.table.indexOf(str.charAt(i++));
158 
159            c1 = (code1 << 2) | (code2 >> 4);
160            c2 = ((code2 & 0xF) << 4) | (code3 >> 2);
161            c3 = ((code3 & 0x3) << 6) | code4;
162 
163            res.push(String.fromCharCode(c1));
164 
165            if (code3 != 64) {
166                res.push(String.fromCharCode(c2));
167            }
168            if (code4 != 64) {
169                res.push(String.fromCharCode(c3));
170            }
171 
172        }
173 
174        return this.UTF8ToUTF16(res.join(''));
175    }
176};
177 
178console.group('Test Base64: ');
179var b64 = Base64.encode('Hello, oschina！又是一年春来到~');
180console.log(b64);
181console.log(Base64.decode(b64));
182console.groupEnd();
183</script>

JavaScript：详解 Base64 编码和解码第9张

不得不说，在JavaScript中实现确实很麻烦。我们来看下PHP对同样的字符串编码的结果：

JavaScript：详解 Base64 编码和解码第10张

因为字符编码是一样的，所以结果也一样。

本文链接：http://www.cnblogs.com/oooweb/p/javascript-base64-unicode.html

标签：#base64#unicode#utf8#字符编码#编码转换 | 浏览：1168 | 发布日期：

免责声明：文章转载自《JavaScript：详解 Base64 编码和解码》仅用于学习参考。如对内容有疑问，请及时联系本站处理。

上篇ES6下的数组去重汽车网络处理设计下篇

宿迁高防，2C2G15M，22元/月；香港BGP，2C5G5M，25元/月 雨云优惠码：MjYwNzM=

相关文章

Nodejs base64编码与解码

1､普通字符串 //编码 new Buffer(String).toString('base64'); //解码 new Buffer(base64Str, 'base64').toString(); 2､十六进制Hex //编码 new Buffer(String, 'base64').toString('hex'); //解码 new Bu...

CSS文本相关之水平排列[4]

在正常流中，文本都是从左往右、自上而下排列显示，如果想要改变排列方向的话，可以通过CSS属性来改变。 text-align属性 文本排列(text-align)可改变文本在水平上的方向，但不改变内部的排列方向； // 可选值: left(靠左、默认),center(居中),right(靠右) .txt { text-align: right; } w...

Base64工具类：将前端vue与后台SpringBoot传输的参数进行加密和解密

一、前端加密 1.引入base64依赖： cnpm install --save js-base64 2.使用base4对参数进行加密： let Base64 = require('js-base64').Base64 //加密方法 let password =Base64.encode(password);//解密方法 //let password =...

ANSI、ASCII、Unicode和UTF-8编码

来自：http://blog.163.com/yang_jianli/blog/static/161990006201371451851274/ -------------------------------------------------------------------------------------------- 1、ANSI编码     ...

URL的编码和解码

URL的编码和解码 　　参考：阮一峰--关于URL编码 1 为什么要URL编码 在因特网上传送URL，只能采用ASCII字符集 　　 　　也就是说URL只能使用英文字母、阿拉伯数字和某些标点符号，不能使用其他文字和符号，即只有字母和数字[0-9a-zA-Z]、一些特殊符号$-_.+!*'()[不包括双引号]、以及某些保留字（空格转换为+），才可以不经过编...

python字符编码、字符串格式化、字符串方法、列表、元组、字典、集合等基础知识总结

目录： 一、字符编码 二、字符串格式化 三、进制转换 四、数据类型及其操作 1.int类、2.str类 五、格式转换 六、For循环 七、三元运算 八.列表 九、列表推导式 十、元组 十一、字典 十二、集合set 十三、文件操作 十四、变量指向和深浅拷贝 一.字符编码： 计算机由美国人发明，最早的字符编码为ASCII，只规定了英文字母数字和一些特殊字符与数...

最新文章

随机推荐

思享工具箱导航