Base64 编码详解:原理、应用场景与常见陷阱

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。

常见问题

Base64 是加密吗?

不是。 Base64 是一种编码,作用是让二进制数据能安全穿过只接受文本的通道(邮件正文、JSON 字符串、URL)。它没有密钥,任何人都能在几秒内还原。用它藏密码、藏密钥、藏 Token 等同于把内容明文贴出去——JWT 的 Payload 就是 Base64URL,任何人都能解开看懂。需要保密请用 AES 之类的加密。

Base64 之后数据会变大多少?

约 33%。原理是每 3 个字节(24 bit)编成 4 个字符,每个字符占 1 字节,所以体积变成原来的 4/3;如果末尾补了 =,还要再加 1–2 个字节。1 MB 的图片内嵌进 HTML 会变成约 1.37 MB 的文本,并且不享受浏览器的图片缓存与懒加载。

标准 Base64 和 URL-Safe Base64 有什么区别?

标准 Base64 的字符集里有 + 和 /,这两个在 URL 和文件名中都有特殊含义(+ 在查询串里会被当空格)。RFC 4648 定义的 URL-Safe 变体用 - 替代 +、_ 替代 /,并去掉末尾的 = 填充。JWT 用的就是 URL-Safe 变体(Base64URL),这正是它能直接放进 URL 或 HTTP 头而无需再编码一层的原因。

图片内嵌成 Base64 划算吗?

只有极小的图标(建议 < 2 KB)值得内嵌,省下的 HTTP 请求数大于多出的体积成本。超过这个尺寸就不划算:文本体积膨胀 33%、无法被浏览器单独缓存、无法懒加载、还会拖慢 HTML 的首屏解析。正确做法是用普通 <img> 配 HTTP 缓存,或用 SVG / WebP。需要转换时用 [Base64 转换器](/base64-converter.html) 与 [文件转 Base64](/base64-file-converter.html)。

← 返回博客首页