标签：字母 常用 系统 乱码 encode 电子邮件 算法 正则表达 记录
产生这篇文章的动力在于对接腾讯云服务的时候每次都要进行Base64编码之后才能进行签名，之前只知道Base64是个算法，但是不知道为啥都用这个算法，这次为了链接Base64究竟是个什么东东才在网络上各种找资料，把觉得对自己有用的记录下来了。
基本概念和应用场景
Base64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。由于2的6次方等于64，所以每6个比特为一个单元，对应某个可打印字符。三个字节有24个比特，对应于4个Base64单元，即3个字节需要用4个可打印字符来表示。它可用来作为电子邮件的传输编码。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。编码后的数据比原始数据略长，为原来的4/3。
Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据（或不可打印的字符串）。包括MIME的email，email via MIME, 在XML中存储复杂数据.在邮件中的用途：
在MIME格式的电子邮件中，base64可以用来将binary的字节序列数据编码成ASCII字符序列构成的文本。使用时，在传输编码方式中指定base64。使用的字符包括大小写字母各26个，加上10个数字，和加号“+”，斜杠“/”，一共64个字符，等号“=”用来作为后缀用途。
在URL中的用途：
标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，而这些“%”号在存入数据库时还需要再进行转换，因为ANSI SQL中已将“%”号用作通配符。为解决此问题，可采用一种用于URL的改进Base64编码，它不在末尾填充‘=‘号，并将标准Base64中的“+”和“/”分别改成了“”和“-”，这样就免去了在URL编解码和数据库存储时所要作的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。另有一种用于正则表达式的改进Base64变种，它将“+”和“/”改成了“!”和“-”，因为“+”，“”在正则表达式中都可能具有特殊含义。
所以java.util.Base64类中才会有Encoder和UrlEncoder连个编码和解码器用记事本打开exe、jpg、pdf这些文件时，我们都会看到一大堆乱码，因为二进制文件包含很多无法显示和打印的字符，所以，如果要让记事本这样的文本处理软件能处理二进制数据，就需要一个二进制到字符串的转换方法。Base64是一种最常见的二进制编码方法。
Base64编码的规则
1.base64是网络上最常见的用于传输8bit字节代码的编码方式之一。
有时我们需要把二进制数据编码为适合放在URL中的形式。
这时采用base64编码具有不可读性，即所编码的数据不会被人直接看出。
2.用于在http环境下传递较长的标识信息。
base64要求把三个8Bit的字节转换为四个6Bit的字节。
然后把6Bit再添加两位高位0，组成四个8Bit的字节。
也就是说，转换后的长度理论上将要比原来的长1/3.
编码规则：
1.把三个字符变成四个字符。
2.没76个字符加一个换行符。
3.最后的结束符也要处理。
更加详细的算法参见百度百科或者查看jdk8中的java.util.Base64类的源代码
不能用少的长度表示多的数据，否则解码会有不确定性，为什么要把3个8bit变为4个6bit来传输，是因为3*8=4*6；8bit下最大的就是6bit,所以只能求6和8的最小公倍数。注意：Base64主要是用可打印字符来表示二进制数据，平常说的Base64加密一下是为了防止明文传输数据又为了方便解密而使用的。
标签：字母 常用 系统 乱码 encode 电子邮件 算法 正则表达 记录
原文地址：https://www.cnblogs.com/andysd/p/9231610.html
