C语言编程实战：Base64编解码算法从理论到实现（附完整代码）

C语言编程实战：Base64编解码算法从理论到实现(附完整代码)

•  1. 概述
•  2. 原理
• •  2.1 Base64编码表
  •  2.2 Base64编码步骤
  •  2.3 Base64解码步骤
•  3. 核心代码解读
•  4. 完整代码下载
•  5. 总结

1. 概述

Base64算法是一种基于64个字符的编码算法，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。该算法使用可打印字符集来表示二进制数据，使得数据可以在文本格式中安全地传输和存储。

2. 原理

为了保证所输出的编码为可读字符，Base64制定了一个由特定ASCII码组成的编码表，以便进行统一编码转换。编码表的大小为2^6=64，这就是Base64名称的由来。

如下所示，Base64编码表包括A-Z、a-z、0-9、+/共64个可打印字符。

2.1 Base64编码表

2.2 Base64编码步骤

1. 将源数据划分为每3个字节一组，一组组的进行运算。
2. 将每一组的3个字节转换为二进制，得到24位的数据(如果最后一组源数据不足3字节，不足的部分补0，如M补成M00,Ma补成Ma0)。
3. 将24位数据按照每6位一组进行重新划分，得到4组长度为6位的新数据。
4. 将每组6位长度的新数据(高2位补0)转换为10进制数，得到一个范围为[0, 63)之间的数字。4组新数据共得到4个10进制数字。
5. 拿上一步计算出的4个10进制数字分别去查Base64编码表，得到4个ASCII符号，将其连起来，得到一个4字节长度的字符串，这就是这一组3字节源数据计算得到的base64值了。
6. 重复步骤2-5，直到计算完成。把每一组3字节源数据计算得到的base64值连接起来。
7. 如果源数据长度刚好是3的整数倍，那么上一步计算完就得到最终的base64编码了。如果源数据最后一组不足3字节，可能只有1个或2个字节，这时存在2个或者1个填充标记(0)，此时需要将上一步计算出的base64编码结尾1到2个字符替换为=，有几个填充标记就就替换为几个=。以标示实际数据只占原来编码的一部分，解码时需要把这部分数据排除掉。

理论总是抽象的，下面我们直接看例子。

• 举例子

1. 假设需要编码的文本字符串是Man(在ASCII中，M=77, a=97, n=110)。

   登录后复制

   将字符转换为ASCII值：
    M a n
    77 97 110
   
    将ASCII值转换为二进制：
    01001101 01100001 01101110
    
    重新分组为4个6位的单元：
    010011 010110 000101 101110
    
    将这些6位的单元转换为十进制：
    19 22 5 46
    
    根据Base64索引表找到对应的字符：
    T W F u

因此，Man这个字符串的Base64编码结果是TWFu。

2. 假设我们有一个字符串Ma，它只有两个字节(在ASCII中，M=77, a=97)。

   登录后复制

   首先将字符转换为ASCII值，再将ASCII值转换为二进制形式：
    M a
    77 97
    
    01001101 01100001
    
    现在我们只有两个字节，少于一个完整的3字节组。
    为了形成一个完整的3字节组，我们需要对最后一个不完整的字节组进行填充。
    在这个例子中，我们添加一个字节的填充，即8个比特位的0。
    
    01001101 01100001 00000000
    
    接下来，我们将这个24位的数据重新划分为4个6位的单元：
    
    010011 010110 000100 000000
    
    将这些6位的单元转换为十进制数，然后对照Base64编码表找到相应的字符：
    
    19 22 4 0
    T W E A
    
    然而，因为我们进行了填充，所以要在Base64编码后加上等号。
    在这个例子中，我们进行了一个字节的填充，所以在Base64编码末尾添加一个等号。

因此，字符串Ma的Base64编码结果是TWE=。

3. 假设我们有一个字符串Ma，它只有一个字节(在ASCII中，M=77)。

   登录后复制

   首先将字符 "M"转换为ASCII值，并将该值转换为二进制形式：
    
    M
    77
    
    二进制: 01001101
    
    现在我们只有一个字节，远少于一个完整的3字节组。为了形成一个完整的3字节组，我们需要对其进行填充。在这个例子中，我们添加两个字节的填充，即16个比特位的0：
    
    01001101 00000000 00000000
    
    接下来，我们将这个24位的数据重新划分为4个6位的单元：
    
    010011 010000 000000 000000
    
    将这些6位的单元转换为十进制数，然后对照Base64编码表找到相应的字符：
    
    19 16 0 0
    T Q A A
    
    由于我们进行了填充，所以要在Base64编码后加上两个等号==，以标示实际数据只占原来编码的一部分。在这个例子中，我们进行了两个字节的填充，所以在Base64编码末尾添加两个等号。

因此，字符串M的Base64编码结果是TQ==。

2.3 Base64解码步骤

解码Base64编码的过程与编码相反，将每个Base64字符转换为对应的6位二进制值，然后将这些6 位值组合成原始的二进制数据，再还原回去即可。

3. 核心代码解读

1. base64编码表

char *base64_encodetable = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";

2. base64最终结果长度计算

//每3个字节一组转化为4字节
//因此计算可以分多少组，将组数乘以4就是编码后的长度
codelength = ((length / 3) + (length % 3 > 0 ? 1 : 0)) * 4;

3. 每3个字节一组转化为4字节并进行计算

/*
 * src为源数据
 * length为源数据长度
 * base64code用于存储最终的base64编码结果
 **/

//每3个字节分一组,调用_base64_section_encode()计算其base64，然后把每一组的base64值拼接起来。
for (i = 0; i < length / 3; i++) {
	tmp = _base64_section_encode(src + i * 3, 3);
	strcat(base64code, tmp);
}

//如果源数据长度不是3个整数倍，那么将剩余的1个或者2个字节数据单独分一组计算其base64，然后把计算出的base64值拼接到之前的结果。
if (length % 3) {
	tmp = _base64_section_encode(src + length - (length % 3), length % 3);
	strcat(base64code, tmp);
}

4. 源数据3字节分组计算base64

//数字字符串表
static char *num_table = "0123456789";

/*
 * char类型数转换为2进制字符串格式, 如2->"10", 6->"110"
 **/
static char *char2binstr(char value)
{
	int i = 0;
	char binstr[9] = {};

	//取到每一位之后，查表得到对应的字符拼接成一个字符串
	for (i = 0; i < 8; i++)
		binstr[7 - i] = num_table[(value & (0x1 << i)) >> i];

	return strdup(binstr);
}

/*
 * 2进制字符串格式数据转换为10进制数字，如"10"->2, "110"->6
 **/
static char binstr2char(char *binstr)
{
	int i = 0;
	char value = 0;
	int length = 0;

	if (!binstr)
		return 0;

	length = strlen(binstr);

	//取得2进制字符串的每一个字节，将其转化对应的数字，然后还原数据。
	for (i = 0; i < length; i++)
		value += (binstr[length - 1 - i] - 0x30) << i;

	return value;
}

/*
 * 将源数据每3字节作为一组数据进行一次转换，并计算这一组的base64值。
 **/
static char *_base64_section_encode(char *substr, int length)
{
	int i = 0;

	/*
	 * 用于存储每一组数据计算得到的base64值。
	 * 每个分组计算完base64，都会得到一个4字节长度的ASCII码。即使源数据不足3字节，也会在计算出的base64结果后面使用=填充到4个字节。
	 * 这里我们直接把4个字节全部预初始化为=，这样做的好处是当最后一次运算源数据不足3位时，就不用再补位了，节省几行代码。
	 **/
	char dest[5] = "====";

	/*
	 * 用于存储转换后的24字节二进制数格式字符串。当源数据不足3字节时，低位补0填充。
	 * 这里我们直接把24字节全部预初始化为0，当源数据不足3位时，就不用再补位了，节省代码。
	 **/
	char binstr[24] = "000000000000000000000000";

	//存储运算过程中的一些临时结果
	char tmp[7] = {};
	char *tmp1 = NULL;

	//先将源数据转换为一个连续的2进制格式字符串，长度为24字节
	for (i = 0; i < length; i++) {
		tmp1 =  char2binstr(substr[i]);
		strncpy(binstr + i * 8, tmp1, 8);

		free(tmp1);
	}

	/*
	 * 转换后得到的24字节2进制格式字符串，分为4组，每组取6个字节，将这6个字节的2进制格式字符串转换回字符，将字符(大小范围是0-63)作为数组下标查表得到一个ASCII字符。
	 * 这里分3种情况：
	 *   1.如果最后一次转换只有1个字节数据，那么会转换出2个新字节，即查表2次，此时还剩余2个空白字节不参与转换，需要在编码结果后加2个=补位。
	 *   2.如果最后一次转换只有2个字节数据，那么会转换出3个新字节，即查表3次，此时还剩余1个空白字节不参与转换，需要在编码结果后加1个=补位。
	 *   3.如果最后一次转换有完整的3个字节数据，那么会转换出完整的4个新字节，即查表4次，此时无需补位。
	 * 由此可见，实际计算次数此时就是在源数据字节数基础上+1。源数据字节数length的可能值是1、2、3
	 **/
	for (i = 0; i < length + 1; i++) {
		strncpy(tmp, binstr + 6 * i, 6);
		dest[i] = base64_encodetable[binstr2char(tmp)];
	}

	return strdup(dest);
}

编码流程的核心代码如上所示，解码过程大同小异，这里就不再讲解了，请自行下载完整代码查阅。

为了提高效率，代码逻辑上做了一些优化，并非逐字逐句按照编码步骤编写的代码。当然，也还存在很多优化点，比如二进制转换部分其实可以不用使用字符串，使用位运算来替换，在高频应用场景下，可以进一步提高算法执行效率。

4. 完整代码下载

代码写于多年之前，已应用到很多项目中，欢迎大家拍砖。该项目起初开源于码云平台，现已mirror到gitcode平台，代码地址： https://gitcode.com/g310773517/base64。欢迎大家Watch、Star、Fork。

5. 总结

Base64编码具有以下特点：

• 编码后的数据长度总是比原始数据长约 1/3。
• Base64 编码是一种可逆的编码方式，可以通过解码还原出原始数据。

总的来说，Base64算法是一种方便、简单且广泛使用的编码方式，用于在文本格式中安全地传输和存储二进制数据。