Base64編碼知識詳解

jimojianghu發表於2022-06-14

在我們進行前端開發時，針對專案優化，常會提到一條：針對較小圖片，合理使用Base64字串替換內嵌，可以減少頁面http請求。
並且還會特別強調下，必須是小圖片，大小不要超過多少KB，等等。
那麼，Base64又到底是什麼呢？

初步認識

下面的這段字串，應該是大家都很常見的。通過這種固定的格式，來表示一張圖片，並被瀏覽器識別，可以完整的展示出圖片：

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

這裡展示的是一個svg格式的圖片，當然我們還可以載入任何瀏覽器支援的格式的圖片。

這段字串就是基於Base64編碼得來的，其中base64,後面那一長串的字串，就是Base64編碼字串。

Base64是怎麼誕生的

網際網路發展早起，電子郵件是最有效的應用。
而電子郵件的SMTP傳輸協議在早期，只能用於傳送7位的ASCII碼，而ASCII碼就是基於英語設計的，對於非英語國家的文字等資源就無法傳送。
為了解決這個問題，後來有了通用網際網路郵件擴充MIME，增加了郵件的主體結構，定義了非ASCII碼的編碼傳輸規則，這就是Base64。
關於字元編碼的知識，請檢視前端開發中需要搞懂的字元編碼知識

基礎定義

Base64是基於64個可列印字元來表示二進位制資料的編解碼方式。
正因為可編解碼，所以它主要的作用不在於安全性，而在於讓內容能在各個閘道器間無錯的傳輸。

這64個可列印字元包括大寫字母A-Z、小寫字母a-z、數字0-9共62個字元，再加上另外2個 + 和 /。
Base64是一種索引編碼，每個字元都對應一個索引，具體的關係圖，如下：

image

這也是名稱中64的由來。

編碼方式

由於64等於2的6次方，所以一個Base64字元實際上代表著6個二進位制位(bit)。
然而，二進位制資料1個位元組(byte)對應的是8位元(bit)，因此，3位元組（3 x 8 = 24位元）的字串/二進位制資料正好可以轉換成4個Base64字元(4 x 6 = 24位元)。
為什麼是3個位元組一組呢？ 因為6和8的最小公倍數是24，24位元正好是3個位元組。

具體的編碼方式：

  1. 將每3個位元組作為一組，3個位元組一共24個二進位制位
  2. 將這24個二進位制位分為4組，每個組有6個二進位制位
  3. 在每組的6個二進位制位前面補兩個00，擴充套件成32個二進位制位，即四個位元組
  4. 每個位元組對應的將是一個小於64的數字，即為字元編號
  5. 再根據字元索引關係表，每個字元編號對應一個字元，就得到了Base64編碼字元

image

上圖中的字串 'you'，經過轉換後，得到的編碼為： 'eW91'。

體積增大

我們可以看到，當3個字元進行Base64轉換編碼後，最後變成了4個字元。因為每個6位元位，都補了2個0，變成8位元位，對應1位元組。
這裡正好多了三分之一，所以正常情況下，Base64編碼的資料體積通常比原資料的體積大三分之一。
這也是為什麼我們在前面講使用Base64編碼優化圖片時，需要強調是小圖示，如果圖片都使用該方式，則靜態檔案會增大很多，並不合適。

= 等號

3個英文字元，正好能轉成4個Base64字元。那如果字元長度不是3的倍數，那應該使用什麼樣的規則呢？
其實也簡單，我們在實際使用Base編碼時，常會發現有第65個字元的存在，那就是 '=' 符號，這個等於號就是針對這種特殊情況的一種處理方式。
對於不足3個位元組的地方，實際都會在後面補0，直到有24個二進位制位為止。
但要注意的是，在計算位元組數時，會直接使用總長度除以3，如果餘數為1則會直接在最後補一個=，如果餘數為2則補兩個=。
因此，轉碼後的字串需要補的字尾等號，要麼是1個，要麼是2個，具體的可以見下圖：

image

圖中第二個，使用的是單獨的字元 'd'，是為了區分索引字元表裡的索引0，這個時候，得到編碼中，會存在一個索引0對應的A字元，而'='是直接補上2個。

非ASCII碼字元

由於 Base64 僅可對 ASCII 字元進行編碼，如果是中文字元等非ASCII碼，就需要先將中文字元轉換為ASCII字元後，再進行編碼才行。

編解碼方法

btoa 和 atob

JavaScript提供了兩個原生方法，用來處理Base64編碼：btoa() 和 atob()。

  • btoa()： 將字串或二進位制值轉換成Base64編碼字串。
    注意：btoa方法只能直接處理ASCII碼的字元，對於非ASCII碼的字元，則會報錯。
  • atob()： 對base64 編碼的字串進行解碼。
    注意：atob方法如果傳入字串引數不是有效的Base64編碼(如非ASCII碼字元)，或者其長度不是4的倍數，會報錯。
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.

處理中文字元

由於btoa、atob 僅支援對ASCII字元編碼，也就是單位元組字元，而我們平時的中文都是 2-4 位元組的字元。
因此，可以先將中文字元轉為 utf-8 的編碼，將utf-8編碼當做字元，這樣就可以對多個單位元組字元進行編碼。

對於中文可以使用這兩個方法： encodeURIComponent() 和 decodeURIComponent()。

  • encodeURIComponent()：將非ACSII碼的字元進行utf-8編碼
  • decodeURIComponent()：解碼使用

如下，編解碼中文的方式：

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

第三方庫

  • js-base64

前端常見應用

接下來，我們瞭解下前端開發中常見的對Base64編碼的一些使用場景。
Base64在前端方面的應用，多數都是針對圖片的處理，一般都是基於DataURL的方式來使用。

Data URL 由 data:字首、MIME型別（表明資料型別）、base64標誌位（如果是文字，則可選）以及 資料本身 四部分組成。
具體的格式：data:[<mime type>][;base64],<data>。
這裡的第四部分 <data> 資料本身，就是一個Base64字串。

小圖片轉碼

即開篇說的針對圖片優化，使用Base64能減少請求數的，可以在img標籤下，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==);
}

當我們使用vue或react框架時，也可以通過url-loader來配置，圖示轉Base64的大小：

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

檔案讀取

Web環境下，有提供 FileReader 的API，用來讀取檔案的資料，可以通過它的 readAsDataURL() 方法，將檔案資料讀取為Base64編碼的字串資料：

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

該方法常用在圖片上傳中。

Canvas生成圖片

Canvas本質上是一個點陣圖影像，它有提供 toDataURL() 方法，將畫布匯出生成為一張圖片，該圖片將以Base64編碼的格式進行儲存。

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

其他

處理圖片展示外，還會在特殊資料傳輸、簡單編碼和加密、程式碼混淆、部分證照中，見到Base64編碼字串。

總結

最後再來總結一下Base64的特點：

  • 將二進位制資料轉為字串(ASCII碼)，方便資料傳輸。
  • 瀏覽器能直接展示Base64編碼圖片，減少請求。
  • 編碼後資料會大至少三分之一，需要額外的方法處理編解碼。

相關文章