Алгоритм функции base64
В этой статье описывается общая схема кодирования base64
Если коротко, то base64 это схема кодирования символьной строки любого набора байт в последовательность только печатных ASCII символов. Т.е. тех симолов, которые легко можно передать по любым каналам связи. Стандарт обозначен в RFC 3548.
Длина результирующего потока символов будет равна
ИСХОДНАЯ_ДЛИНА * 4 / 3 + 6
А если применяется перенос по строкам, то
ИСХОДНАЯ_ДЛИНА * 4 / 3 + len * 4 / (3 * 72) + 7
В общем случае длина исходно сообщения увеличивается примерно на 30%
Основное правило кодирования очень простое - мы умышленно сокращаем диапазон символов, которые мы имеем на выходе. Но из-за этого надо поступиться частью входной информацией или интерпретировать ее несколько иначе, чем поток байт.
Все очень просто. Байт состоит из 8 бит. Если представить входную информацию как цепочку битов, то это будет цепочка длиной N * 8. Разделив эту цепочку на “минибайты” длиной по 6 бит мы получаем следующее:
- Минибайт становится больше чем настоящих байт
- Каждый минибайт (из 6 бит) можно представить (закодировать) как один из символов английского алфавита.
Действительно. Этих символов уже хватит, т.к. 26 это 64. Нам всего лишь надо отыскать эти 64 символа. В base64 используются символы a..z A..Z 0..9 + / и специальный символ = (о нем несколько позже). Итак. Для преобразования надо всего лишь разбить поток байт на куски по 6 бит, и каждый кусок будет соответствовать одному из представленных выше символов. И в результате любой поток бит можно преобразовать в печатный вид.
Применение такая схема кодирования нашла в электронной почте. Ведь не секрет, что иногда по почте надо передать какой-нибудь архив, а архив это не простой текст, а бинарные данные. Вот и получается, что немного проиграв в размере мы сможем легко передать этот файл как кусок текста.
Результат кодирования это символьная строка
Z8E6
Как вы уже поняли, наименьший общий делитель числа 8 и 6 - 24 (3 байта) является и тем самым числом байт на который должна быть выравнена исходная строка, что бы ее можно было кодировать. Если же байт до 3х кратного количества не хватает, то в конце результирующей строки base64 дописывается знак =. Если не хватает 1 байта - один знак =, если двух - два симомвола ==.