【MIME協議】base64編碼與quoted-printable編碼

MIME概述

電子郵件協議SMTP通過連接建立、郵件傳送、連接釋放三個階段實現發送方和接收方之間的通信。

不過SMTP有很多的缺點：

1. SMTP不能傳送可執行文件或其他的二進制對象。
2. SMTP限於傳送7位的ASCLL碼很多非英語語言無法傳送。
3. SMTP服務器會拒絕超過一定長度的郵件。
4. 某些SMTP的實現並沒有完全按照SMTP的互聯網標準。如：

   回車、換行的刪除和增加
   超過76個字符會截斷或者自動換行
   後面多餘的空格刪除
   將製表符tab轉換爲若干個空格

提出了通用互聯網郵件擴充MIME

MIME繼續使用原來的郵件格式，增加了郵件主體的結構，定義了傳送非ASCALL碼的編碼規則。

MIME增加5個新的郵件首部

1. MIME-Version

   表示使用的MIME的版本號，一般是1.0

2. Content-Type

   說明郵件主體的數據類型和子類型
   Content-Type都是“主類型/子類型”的形式。主類型有text, image,audio, video, application, multipart, message等，分別表示文本、圖片、音頻、視頻、應用、分段、消息等。

3. Content-Transfer-Encoding

   在傳送郵件主體如何編碼的
   Content-Transfer-Encoding共有Base64, Quoted-printable, 7bit, 8bit, Binary等幾種。
   使用最廣泛的編碼方式：Base64, Quoted-Printable。

4. Content-Disposition

   可讀字符串，說明此郵件主體是否是圖像、音頻或視頻

5. Content-ID

   郵件的唯一標識符

瞭解了MIME基本概況，我們看看兩種使用最廣泛的編碼方式。

base64編碼

對於任意的二進制文件，都可用base64編碼。base64已經成爲網絡上常見的傳輸8Bit字節代碼的編碼方式之一。

基本原理

定義一個base62索引表，有字符"A-Z、a-z、0-9、+、/" 64個可打印字符。
6位二進制代碼共有64種不同的值，從0到63，下面是對應表

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

具體步驟

1. 把二進制代碼劃爲一個個24位長的單元，再把每一個24位單元劃分爲4個6位組。
2. 在每組前面添加兩個0，每組由6個變爲8個二進制位，總共32個二進制位（四個字節）。
3. 根據base64編碼對照表獲得對應的值。

例題

試將數據 11001100 10000001 00111000進行base64編碼，並得到最後傳輸的ASCII數據。

• 第一步：正好是24位長，分爲4個6位組

  110011 001000 000100 111000

• 第二步：在每組前面添加兩個0

  00110011 00001000 00000100 00111000
    51    8     4     56

• 第三步：根據base64編碼對照表獲得對應的值。

  00110011 00001000 00000100 00111000
    51    8     4     56
    z     I     E     4

• 第四步：找出對應的二進制值

  z -> 122 -> 01111010
  I -> 73 -> 01001001
  E -> 69 -> 01000101
  4 -> 52 -> 00110100

quoted-printable編碼

這種方法適用於所傳送的數據中只有少量的非ASCLL碼

ASCII編碼是7位編碼，一共可以組成128個不同的ASCII碼，其中可以打印的有95個（95箇中包括了空格），還有33個控制字符不可打印。

基本步驟

可以打印的ASCLL碼，不變
等號“=”和不可打印的ASCLL碼以及非ASCLL碼的數據編碼方式：

1. 每個字節(8位)的二進制用兩個十六進制數字表示
2. 在其前面加上一個等號“=”

例題

試將數據01001100 10011101 00111001進行quoted-printable編碼，並得出最後傳送的ASCII數據。這樣的數據用quoted-printable編碼後其編碼開銷有多大？

1. 第一步：將二進制分爲8位一組，轉爲十六進制，超過5F不可打印(當然也可直接轉化爲十進制，超過95不可打印)

   01001100 10011101 00111001
     4C    9D    39

2. 可打印：不用改變，不可打印：兩個十六進制數字前面加上“=”

   01001100 10011101 00111001
     4C    9D    39
     4C    =9D   39

3. 可打印：不用改變，不可打印：將“=”和兩個十六進制數字分別轉化爲8位二進制(=：00111101)

   4C、39可以打印，9D不可以打印
   =9D：00111101 00111001 01000100

   ASCII數據：

   01001100 00111101 00111001 01000100 00111001

開銷：(5-3)/3=66.7%

ASCLL字符代碼表

圖片來自百度

參考文獻：

計算機網絡（第7版）-謝希仁