[C++] Base64編碼

前言

  Base64非常常見的用於傳輸8Bit字節碼的編碼方式之一，也就是採用64個可打印的自體來編碼二進制數據進行傳輸的方法。在ASCII表中，0～31、127是控制字符32～126屬於可打印字符，而Http協議下傳輸二進制數據，是需要把數據轉爲字符來傳輸的，所以實際上能用於傳輸的就是ASCII表中的32～126這95個字符，base64則是採用了其中的64個來編碼。
  標準base64中可打印的64個字符爲26個字母的大小寫、10個數字以及+、/，共64個字符，但是由於在Http傳輸中URL編碼器會把標準base64中的"/“和”+“字符變爲形如“%XX”的形式，而且由於”%“是ANSI SQL中規定的通配符，這個時候又會對”%"進行轉換等操作，因此針對http協議的傳輸，可採用改進的URL安全的base64編碼，當然，除了URL安全的base64編碼方式，還有其他改進的方案（如正則表達式的base64等），但是好像標準base64和URL安全的base64比較常見。

標準base64編碼

  標準的base64編碼表如下：

索引	字符	索引	字符	索引	字符	索引	字符
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
14	O	31	f	48	w
15	P	32	g	49	x
16	Q	33	h	50	y

  根據上邊的索引表，實際上，64字符只需要6位即可表示，但是ASCII表使用8位來表示的，所以在轉換的時候是採用了4*6個bit來存儲3*8bit數據，所以就會有如下轉換方式：
1. 當數據剛好是3的倍數的時候：

ASCII	S	O	n
10進制	83	111	110
2進制	01010011	01101111	01101110
每6個bit一組	010100	110110	111101	101110
高位補0	00010100	00110110	00111101	00101110
base64索引	20	54	61	46
base64字符	U	2	9	u

2. 當數據不滿足3的倍數的時候：此時規定不足的一律補0

ASCII	S
10進制	83
2進制	01010011
每6個bit一組	010100	110000	000000	000000
高位補0	00010100	00110000	00000000	00000000
base64索引	20	48
base64字符	U	w	=	=

S的二進制前6位補零後爲字符“U”，第二組末尾補4個0轉換後爲字符“w”。剩下的使用“=”替代。即字符“S”通過Base64編碼後爲“Uw==”。這就是Base64的編碼過程。

C++實現標準base64編碼

  C++實現base64編碼是基於std::string操作來實現的，代碼主要來自github上開源的一個項目^[1]，其實現了基於std::string的base64編碼和解碼。
  編碼部分代碼如下：

std::string base64_encode(unsigned char const* bytes_to_encode, unsigned int in_len) 
{
    std::string ret;
    int i = 0;
    int j = 0;
    unsigned char char_array_3[3];
    unsigned char char_array_4[4];

    while (in_len--)
    {
        char_array_3[i++] = *(bytes_to_encode++);
        if (i == 3) 
        {
          char_array_4[0] = (char_array_3[0] & 0xfc) >> 2;
          char_array_4[1] = ((char_array_3[0] & 0x03) << 4) + ((char_array_3[1] & 0xf0) >> 4);
          char_array_4[2] = ((char_array_3[1] & 0x0f) << 2) + ((char_array_3[2] & 0xc0) >> 6);
          char_array_4[3] = char_array_3[2] & 0x3f;

          for(i = 0; (i <4) ; i++)
          {
              ret += base64_chars[char_array_4[i]];
          }
          i = 0;
        }
    }

    if (i)
    {
        for(j = i; j < 3; j++)
        {
            char_array_3[j] = '\0';
        }

        char_array_4[0] = ( char_array_3[0] & 0xfc) >> 2;
        char_array_4[1] = ((char_array_3[0] & 0x03) << 4) + ((char_array_3[1] & 0xf0) >> 4);
        char_array_4[2] = ((char_array_3[1] & 0x0f) << 2) + ((char_array_3[2] & 0xc0) >> 6);

        for (j = 0; (j < i + 1); j++)
        {
            ret += base64_chars[char_array_4[j]];
        }
        while((i++ < 3))
        {
            ret += '=';
        }
    }

    return ret;
}

  解碼部分代碼如下：

std::string base64_decode(std::string const& encoded_string) 
{
    size_t in_len = encoded_string.size();
    int i = 0;
    int j = 0;
    int in_ = 0;
    unsigned char char_array_4[4], char_array_3[3];
    std::string ret;

    while (in_len-- && ( encoded_string[in_] != '=') && is_base64(encoded_string[in_]))
    {
        char_array_4[i++] = encoded_string[in_]; in_++;
        if (i ==4)
        {
            for (i = 0; i <4; i++)
            {
                char_array_4[i] = base64_chars.find(char_array_4[i]) & 0xff;
            }

            char_array_3[0] = ( char_array_4[0] << 2       ) + ((char_array_4[1] & 0x30) >> 4);
            char_array_3[1] = ((char_array_4[1] & 0xf) << 4) + ((char_array_4[2] & 0x3c) >> 2);
            char_array_3[2] = ((char_array_4[2] & 0x3) << 6) +   char_array_4[3];

            for (i = 0; (i < 3); i++)
            {
                ret += char_array_3[i];
            }
            i = 0;
        }
    }

    if (i)
    {
        for (j = 0; j < i; j++)
        {
            char_array_4[j] = base64_chars.find(char_array_4[j]) & 0xff;
        }

        char_array_3[0] = (char_array_4[0] << 2) + ((char_array_4[1] & 0x30) >> 4);
        char_array_3[1] = ((char_array_4[1] & 0xf) << 4) + ((char_array_4[2] & 0x3c) >> 2);

        for (j = 0; (j < i - 1); j++)
        {
            ret += char_array_3[j];
        }
    }

    return ret;
}

  由於要支持URL安全傳輸，所以我在這兩個函數之上又添加了URL安全的base64，主要添加的工作量很少，只是按照URL安全的base64的規則，對編碼後的+和/進行替換而已，也就是“+”和“/”分別改成了“-”和“_”，所以實現的代碼兩不多，代碼如下：

static inline char b64_to_safe(char c) 
{
    switch (c)
    {
        case '+':
            return '-';
            break;
        case '/':
            return '_';
            break;
        default:
            return c;
    }
}

static inline char safe_to_b64(char c) 
{
    switch (c) {
        case '-':
            return '+';
            break;
        case '_':
            return '/';
            break;
        default:
            return c;
    }
}

std::string urlsafe_base64_encode(unsigned char const* bytes_to_encode, unsigned int in_len)
{
    std::string b64_encode = base64_encode(bytes_to_encode, in_len);
    std::string::iterator it;
    for(it = b64_encode.begin(); it != b64_encode.end(); it++)
    {
        *it = b64_to_safe(*it);
    }


    return b64_encode;

}

std::string urlsafe_base64_decode(std::string const& encoded_string)
{
    std::string b64_decode = encoded_string;
    std::string::iterator it;
    for(it = b64_decode.begin(); it != b64_decode.end(); it++)
    {
        *it = safe_to_b64(*it);
    }
    b64_decode = base64_decode(b64_decode);

    return b64_decode;
}

參考

[1] github https://github.com/drleq/CppBase64
[2] csdn https://blog.csdn.net/qq_20545367/article/details/79538530

山上層層桃李花，雲間煙火是人家。
銀釧金釵來負水，長刀短笠去燒畲。
唐代·劉禹錫《竹枝詞九首·其九》