理解Base64和Base32
Base64和Base32是两种常见的编码方式。Base64早已接触过，比如在Basic Auth中对用户名和密码做编码，对图像做编码后将图像内容放在HTTP请求体中（在yitu工作时见过）。而Base32则是最近看ULID资料时看到的。
Base64是基于64个可打印字符来表示二进制数据的方法。每个字符表示6个bit（2^6=64）。3个字节即24个bit，对应着4个Base64字符，所以3个字节可由4个可打印字符来表示。
Base64编码中，数值和字符的映射关系见下表：
其中数值0-25映射为A-Z，26-51映射为a-z，52-61映射为0-9，+和/映射为62和63。
举个例子，单词”Hey”的Base64编码为”SGV5”：
$ echo -n "Hey" | base64
SGV5
这是怎么得出来的呢？
H，e，y三个字母的ASCII编码（十进制表示）是72，101，121，转换成二进制是01001000，01100101，01111001。把这24个bit切成4个Base64单元就是：010010，000110，010101，111001，转换成十进制：18，6，21，57，到上面的映射表中查找可得：S，G，V，5。
解码就是上述过程逆向行之即可。
$ echo -n SGV5 | base64 -d
Hey
再看一个字节数不能被3整除的例子：对空格字符做编码。
$ echo -n " " | base64
IA==
空格的ASCII编码是32，即00100000。先将其补足到3个字节即24个bit长度：00100000，00000000，00000000。切成4个Base64单元：001000，000000，000000，000000，转换成十进制：8，0，0，0。8映射为I，0映射为A，最后两个用=表示。
Base32则是基于32个字符来表示二进制数据，每个字符表示5个bit(2^5=32)。相比于Base64的优点是，不区分大小写，这样打字时不易出错，并且便于人类语音交流；但是紧凑性（compactness）不如Base64。
Base32有多种变体，这里看一下 Crockford’s Base32。这种编码方式中的32个字符由10个数字和26个字母中除去I，L，O，U组成。因为I，L容易和数字1混淆，O容易和数字0混淆，U则是”Accidental obscenity”。
解码时，大小写字母都接受，i和L被视为1处理，o被视为0处理；编码时，只使用大写字母。
如果原二进制数据的位数不是5的倍数，则要用0补齐为5的倍数后再编码。
以单词”The”举例，三个字母的ASCII编码是84，104，101，转换为二进制为：01010100，01101000，01100101，总共24bit。用1个0补齐到25bit后，再切分为5个Base32单元：01010，10001，10100，00110，01010，转换为十进制：10，17，20，6，10，查编码表后映射为：A，H，M，6，A。
我们可以通过一个例子直观感受下这两种编码方式带来的“字符数膨胀“。 原文本：”The quick brown fox jumps over the lazy dog.”，总共44个字符。 Base64编码(RFC 1421)：”VGhlIHF1aWNrIGJyb3duIGZveCBqdW1wcyBvdmVyIHRoZSBsYXp5IGRvZy4=”，总共60个字符。 Crockford’s Base32编码：”AHM6A83HENMP6TS0C9S6YXVE41K6YY10D9TPTW3K41QQCSBJ41T6GS90DHGQMY90CHQPEBG”，总共71个字符。
参考资料：
Comments