本文面向希望理解 Base64 工作方式并使用 C++ 实现编解码的读者。文章从 6 位分组、字符表和填充规则开始，最后给出包含输入校验的 C++17 实现。

1. Base64 编码的基本原理

Base64 是一种用 64 个可打印字符表示二进制数据的编码方式。它把连续 3 个字节，也就是 24 位二进制数据，拆成 4 组 6 位数据，再将每组映射为一个 Base64 字符。
Base64 只改变数据的表示形式，不提供加密或压缩能力。

1.1 Base64 字符表

标准 Base64 使用以下 64 个数据字符：
填充符 = 不属于这 64 个数据字符，只用于补齐编码结果的长度。

1.2 为什么按 24 位分组

一个字节包含 8 位，而一个 Base64 字符承载 6 位。24 是 8 和 6 的最小公倍数，因此 3 个字节可以刚好拆成 4 组 6 位数据：
6 位二进制数的取值范围是 000000～111111，共 64 种组合，正好对应字符表中的 64 个字符。

2. 起源与应用

Base64 最初用于解决文本协议不能直接安全承载任意二进制字节的问题。早期电子邮件系统主要处理 ASCII 文本，因此需要先把附件等二进制数据转换为文本形式。此后，Base64 也被用于 HTTP、JSON、XML 等场景。

2.1 常见应用

  • 在电子邮件中传输附件；
  • 使用 Data URI 在网页中嵌入小型资源；
  • 在 HTTP Basic 认证中表示用户名和密码；
  • 在 JSON、XML 等文本格式中承载二进制数据。
HTTP Basic 认证中的 Base64 结果可以直接还原，因此不能把它当作密码保护机制。

2.2 编码示例

以字符串 abc 为例，其 ASCII 编码分别为 0x61、0x62 和 0x63：
编码过程如下：
  1. 将 3 个字节连接为 24 位数据：01100001 01100010 01100011；
  1. 拆成 4 组 6 位：011000 010110 001001 100011；
  1. 转换为十进制索引：24、22、9、35；
  1. 查 Base64 字符表，得到 Y、W、J、j。
因此，abc 的 Base64 编码结果是 YWJj。

2.3 填充规则

当原始数据长度不是 3 的倍数时，最后一组不足 24 位，需要用 = 补齐编码结果：
  • 原始数据长度除以 3 余 0：不需要填充；
  • 原始数据长度除以 3 余 2：末尾添加 1 个 =；
  • 原始数据长度除以 3 余 1：末尾添加 2 个 =。
解码时，每 4 个 Base64 字符最多还原为 3 个字节；末尾的 = 表示最后一组缺少的原始字节。

3. C++ 编解码实现

下面的示例使用标准 Base64 字符表完成字符串编码和解码：
运行结果：
这个实现要求输入长度是 4 的倍数，只接受标准 Base64 字符，并检查填充位置和未使用的填充位。若输入不符合规则，解码函数会抛出 std::invalid_argument。

4. 常见误区

  • Base64 是编码，不是加密；
  • Base64 通常会增大数据体积，不是压缩算法；
  • = 是填充符，不属于 64 个数据字符；
  • 标准 Base64 与 Base64URL 使用不同的第 62、63 号字符；
  • 是否允许换行和其他非字符表内容取决于上层协议，解码器不应无条件忽略异常输入；
  • 文本化后的内容仍需进行长度限制、格式校验和安全检查。

5. 总结

Base64 的关键是把 24 位输入拆成四组 6 位索引，并在输入不足 3 字节时使用 = 补齐输出长度。它解决的是二进制数据的文本化传输问题，不提供加密、完整性校验或压缩能力。
实现解码器时，除了还原位组，还要检查输入长度、字符表、填充位置和尾部未使用位，避免接受格式不合法的数据。

6. 参考资料