Base64编码知识详解

在我们进行前端开发时，针对项目优化，常会提到一条：针对较小图片，合理使用Base64字符串替换内嵌，可以减少页面http请求。

并且还会特别强调下，必须是小图片，大小不要超过多少KB，等等。

那么，Base64又到底是什么呢？

初步认识

下面的这段字符串，应该是大家都很常见的。通过这种固定的格式，来表示一张图片，并被浏览器识别，可以完整的展示出图片：

data:image/svg+xml;base64,PHN2ZyB4bWxucz0iaHR0c......

这里展示的是一个svg格式的图片，当然我们还可以加载任何浏览器支持的格式的图片。

这段字符串就是基于Base64编码得来的，其中base64,后面那一长串的字符串，就是Base64编码字符串。

Base64是怎么诞生的

互联网发展早起，电子邮件是最有效的应用。

而电子邮件的SMTP传输协议在早期，只能用于传送7位的ASCII码，而ASCII码就是基于英语设计的，对于非英语国家的文字等资源就无法发送。

为了解决这个问题，后来有了通用互联网邮件扩充MIME，增加了邮件的主体结构，定义了非ASCII码的编码传输规则，这就是Base64。

关于字符编码的知识，请查看前端开发中需要搞懂的字符编码知识

基础定义

Base64是基于64个可打印字符来表示二进制数据的编解码方式。

正因为可编解码，所以它主要的作用不在于安全性，而在于让内容能在各个网关间无错的传输。

这64个可打印字符包括大写字母A-Z、小写字母a-z、数字0-9共62个字符，再加上另外2个 + 和 /。

Base64是一种索引编码，每个字符都对应一个索引，具体的关系图，如下：

这也是名称中64的由来。

编码方式

由于64等于2的6次方，所以一个Base64字符实际上代表着6个二进制位(bit)。

然而，二进制数据1个字节(byte)对应的是8比特(bit)，因此，3字节（3 x 8 = 24比特）的字符串/二进制数据正好可以转换成4个Base64字符(4 x 6 = 24比特)。

为什么是3个字节一组呢？因为6和8的最小公倍数是24，24比特正好是3个字节。

具体的编码方式：

将每3个字节作为一组，3个字节一共24个二进制位
将这24个二进制位分为4组，每个组有6个二进制位
在每组的6个二进制位前面补两个00，扩展成32个二进制位，即四个字节
每个字节对应的将是一个小于64的数字，即为字符编号
再根据字符索引关系表，每个字符编号对应一个字符，就得到了Base64编码字符

上图中的字符串 'you'，经过转换后，得到的编码为： 'eW91'。

体积增大

我们可以看到，当3个字符进行Base64转换编码后，最后变成了4个字符。因为每个6比特位，都补了2个0，变成8比特位，对应1字节。

这里正好多了三分之一，所以正常情况下，Base64编码的数据体积通常比原数据的体积大三分之一。

这也是为什么我们在前面讲使用Base64编码优化图片时，需要强调是小图标，如果图片都使用该方式，则静态文件会增大很多，并不合适。

= 等号

3个英文字符，正好能转成4个Base64字符。那如果字符长度不是3的倍数，那应该使用什么样的规则呢？

其实也简单，我们在实际使用Base编码时，常会发现有第65个字符的存在，那就是 '=' 符号，这个等于号就是针对这种特殊情况的一种处理方式。

对于不足3个字节的地方，实际都会在后面补0，直到有24个二进制位为止。

但要注意的是，在计算字节数时，会直接使用总长度除以3，如果余数为1则会直接在最后补一个=，如果余数为2则补两个=。

因此，转码后的字符串需要补的后缀等号，要么是1个，要么是2个，具体的可以见下图：

图中第二个，使用的是单独的字符 'd'，是为了区分索引字符表里的索引0，这个时候，得到编码中，会存在一个索引0对应的A字符，而'='是直接补上2个。

非ASCII码字符

由于 Base64 仅可对 ASCII 字符进行编码，如果是中文字符等非ASCII码，就需要先将中文字符转换为ASCII字符后，再进行编码才行。

编解码方法

btoa 和 atob

JavaScript提供了两个原生方法，用来处理Base64编码：btoa() 和 atob()。

btoa()：将字符串或二进制值转换成Base64编码字符串。

注意：btoa方法只能直接处理ASCII码的字符，对于非ASCII码的字符，则会报错。
atob()：对base64 编码的字符串进行解码。

注意：atob方法如果传入字符串参数不是有效的Base64编码(如非ASCII码字符)，或者其长度不是4的倍数，会报错。

btoa('you') // 'eW91'
atob('eW91') // 'you'

btoa('中') // Uncaught DOMException: The string to be encoded contains characters outside of the Latin1 range.
atob('y') // Uncaught DOMException: The string to be decoded is not correctly encoded.

处理中文字符

由于btoa、atob 仅支持对ASCII字符编码，也就是单字节字符，而我们平时的中文都是 2-4 字节的字符。

因此，可以先将中文字符转为 utf-8 的编码，将utf-8编码当做字符，这样就可以对多个单字节字符进行编码。

对于中文可以使用这两个方法： encodeURIComponent() 和 decodeURIComponent()。

encodeURIComponent()：将非ACSII码的字符进行utf-8编码
decodeURIComponent()：解码使用

如下，编解码中文的方式：

window.btoa(encodeURIComponent('中国'))
// 'JUU0JUI4JUFEJUU1JTlCJUJE'
decodeURIComponent(window.atob('JUU0JUI4JUFEJUU1JTlCJUJE'))
// '中国'

第三方库

js-base64

前端常见应用

接下来，我们了解下前端开发中常见的对Base64编码的一些使用场景。

Base64在前端方面的应用，多数都是针对图片的处理，一般都是基于DataURL的方式来使用。

Data URL 由 data:前缀、MIME类型（表明数据类型）、base64标志位（如果是文本，则可选）以及 数据本身 四部分组成。

具体的格式：data:[<mime type>][;base64],<data>。

这里的第四部分 <data> 数据本身，就是一个Base64字符串。

小图片转码

即开篇说的针对图片优化，使用Base64能减少请求数的，可以在img标签下，或者css中：

<img src="data:image/svg+xml;base64,PHN2ZyB4bWxucz0iaHR0c......Ii8+PC9nPjwvc3ZnPg==">

.icon {
  background: url(data:image/svg+xml;base64,PHN2ZyB4bWxucz0iaHR0c......Ii8+PC9nPjwvc3ZnPg==);
}

当我们使用vue或react框架时，也可以通过url-loader来配置，图标转Base64的大小：

  .loader('url-loader')
  .tap(options => {
    options.limit = 10240 // 10kb
    return options
  })

文件读取

Web环境下，有提供 FileReader 的API，用来读取文件的数据，可以通过它的 readAsDataURL() 方法，将文件数据读取为Base64编码的字符串数据：

  let reader = new FileReader()
  reader.onload = () => {
    let base64Img = reader.result
  };
  reader.readAsDataURL(file)

该方法常用在图片上传中。

Canvas生成图片

Canvas本质上是一个位图图像，它有提供 toDataURL() 方法，将画布导出生成为一张图片，该图片将以Base64编码的格式进行保存。

const dataUrl = canvasEl.toDataURL()
// data:image/png;base64,PHN2ZyB4bWxucz0iaHR0c......

其他

处理图片展示外，还会在特殊数据传输、简单编码和加密、代码混淆、部分证书中，见到Base64编码字符串。

总结

最后再来总结一下Base64的特点：

将二进制数据转为字符串(ASCII码)，方便数据传输。
浏览器能直接展示Base64编码图片，减少请求。
编码后数据会大至少三分之一，需要额外的方法处理编解码。