结论:Base64 解决传输,不解决保密
只做一件事:把二进制字节换成可打印 ASCII,让数据穿过只接受文本的通道——邮件正文、JSON 字段、URL、HTTP 头。它没有密钥,谁都能还原;把密码或 Token 编码一次存库,等同于明文存储。判断要不要用它只有一条:下游是否只能收可打印 ASCII。 能收二进制或走 multipart,它只会白增三分之一体积。
机制:3 字节变成 4 个字符
编码以 3 字节为一组(24 bit),切成 4 个 6 bit 值,每个值 0–63 查表换成一个字符。末尾不足 3 字节时用 = 补齐,保证输出长度是 4 的倍数。
索引 字符 索引 字符 索引 字符
0-25 A-Z 26-51 a-z 52-61 0-9
62 + 63 / 填充 =
位运算示例:Man → TWFu
| 步骤 | 值 |
|---|---|
| ASCII | M=77, a=97, n=110 |
| 二进制 | 01001101 01100001 01101110 |
| 6 bit 分组 | 010011 010110 000101 101110 |
| 十进制 | 19, 22, 5, 46 |
| Base64 | TWFu |
四个分组正是原字节「右移 + 掩码」的结果:第一个字符取最高 6 位,之后依次取接下来的 6 位。
33% 膨胀与填充的代价
3 字节进、4 字符出,膨胀率恒为 4/3 ≈ 33.3%。这是下限而不是上限:输入不足 3 字节时更夸张,1 字节也会输出 4 个字符(其中 2 个是 =),达到 300%。
变体:URL-safe 与 = 填充
标准字符集里的 + 和 / 在 URL 中有歧义:+ 在查询串中被读成空格,/ 会改变路径层级。RFC 4648 §5 规定 URL-safe 变体用 - 替换 +、用 _ 替换 /,并省略末尾的 =。
两个实际会踩的坑:
- 解码前必须把长度补齐到 4 的倍数。严格的解码器遇到长度不对会直接报错;宽松库会自动补,但别依赖这个行为。
- 两套字符集不能交叉解码。拿标准解码器解 URL-safe 串,会在
-/_处失败或产出错误字节,症状通常是「JWT 解出来是乱码」。
JWT 的 Header 与 Payload 就是 Base64URL:
eyJhbGciOiJIUzI1NiJ9.eyJzdWIiOiIxMjM0NTY3ODkwIn0.SflKxwRJSMeKKF2QT4fwpMeJf36POk6yJV_adQssw5c
它因此能直接放进 URL 与 HTTP 头,但不提供任何机密性——中间那段 payload 任何人都能解出 JSON。
场景取舍:一张表
| 场景 | 用不用 Base64 | 代价与边界 |
|---|---|---|
| Data URL 内联小图标 | 小资源可用,大资源不用 | 失去独立缓存与懒加载,拖慢首屏 |
| MIME 邮件附件 | 必须用 | 每 76 字符插一个 CRLF |
| JWT / OAuth state | 规范要求 | 无保密性,payload 可被任何人解码 |
| HTTP Basic Auth | 协议要求 | 凭据可直接解出,需 TLS 保护 |
| Source Map / WASM 嵌入 | 可选 | 仅单文件分发时值得 |
Data URL:唯一需要算账的场景
Data URL 把资源变成 HTML/CSS 里的字符串,收益只有一个:省掉一次 HTTP 请求。
<img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUg..." alt="logo">
最容易被低估的是缓存:内联资源随 HTML 文档走,图片无法单独设长缓存,改版即整包重下。加上体积膨胀、无法懒加载、拖慢首屏解析,它只适合极小、稳定、又在关键路径上的图标。用 Network 面板比较请求开销与新增字节即可判断。
三个容易翻车的细节
btoa / atob 只吃 Latin1
btoa('中文') 会抛 InvalidCharacterError,因为它按单字节处理,码位超过 0xFF 就拒绝。下面这条老写法能跑通:
const encoded = btoa(unescape(encodeURIComponent('中文')));
const decoded = decodeURIComponent(escape(atob(encoded)));
它依赖 escape / unescape 这对老 API;更清楚的写法是 TextEncoder 取字节后自行映射。
字符集必须在编码之前统一
同一个字符串按 UTF-8 和按 GBK 编码会得到不同字节,Base64 结果自然不同。跨系统传中文时,出问题的往往不是 Base64,而是编码前用了哪套字符集。先统一 UTF-8;验证时把结果解码回字节,看是否以 E4 B8 AD 这类 UTF-8 序列开头。
MIME 换行与存储代价
MIME 每 76 个字符插入一个 CRLF。拿通用解码器处理邮件原文前要先去掉换行,否则部分实现会把它当非法字符。存储同理:Base64 文本比二进制列更长、索引更大,数据库支持二进制列时就别存文本编码。
各语言实现参考
| 语言 | 编码 | 解码 |
|---|---|---|
| JavaScript(浏览器) | btoa(str) |
atob(b64) |
| Node.js | Buffer.from(str).toString('base64') |
Buffer.from(b64, 'base64') |
| Python | base64.b64encode(data) |
base64.b64decode(b64) |
| Go | base64.StdEncoding.EncodeToString(data) |
base64.StdEncoding.DecodeString(b64) |
| Java | Base64.getEncoder().encodeToString(bytes) |
Base64.getDecoder().decode(b64) |
30 秒验证
echo -n "hello world" | base64 # → aGVsbG8gd29ybGQ=
echo -n "hello world" | wc -c # → 11
echo -n "aGVsbG8gd29ybGQ=" | base64 -d | wc -c # → 11(解码回原字节;编码长度 16 字符 = 4/3)
11 字节编成 16 字符,正好对上「3 字节 → 4 字符」。再把 hello world 换成 hello worle,只改一个字母,输出只有末尾字符变化——Base64 不混淆内容,只换表示。可用 Base64 转换器 或 文件转 Base64 复查。