php和js中，utf-8编码转成base64编码

时间：2023-03-09 22:53:45
php和js中，utf-8编码转成base64编码

1、php下转化base64编码

php中，文本文件的编码决定了程序变量的编码，比如以下代码在不同编码的php文件中，展示的效果也是不一样的

<?php

    $word = '严';

    echo base64_encode($word);

?>

如果文本文件是utf-8，则输出结果为：5Lil，而在gbk文件中的输出结果是：0c8=

注意：php中转换成base64编码时，和网页编码没有关系。

2、js下转化base64编码

首先，假定网页的编码是utf-8，我们希望对于同样的字符串，用PHP和Javascript可以得到同样的Base64编码。

这里就会产生一个问题。因为Javascript内部的字符串，都以utf-16的形式进行保存，因此编码的时候，我们首先必须将utf-8的值转成utf-16再编码，解码的时候，则是解码后还需要将utf-16的值转回成utf-8。

<html>

<head>

</head>

<body>

<script>

/* utf.js - UTF-8 <=> UTF-16 convertion

*

* Copyright (C) 1999 Masanao Izumo <iz@onicos.co.jp>

* Version: 1.0

* LastModified: Dec 25 1999

* This library is free. You can redistribute it and/or modify it.

*/

/*

* Interfaces:

* utf8 = utf16to8(utf16);

* utf16 = utf8to16(utf8);

*/

function utf16to8(str) {

    var out, i, len, c;

    out = "";

    len = str.length;

    for(i = ; i < len; i++) {

    c = str.charCodeAt(i);

    if ((c >= 0x0001) && (c <= 0x007F)) {

    out += str.charAt(i);

    } else if (c > 0x07FF) {

    out += String.fromCharCode(0xE0 | ((c >> ) & 0x0F));

    out += String.fromCharCode(0x80 | ((c >> ) & 0x3F));

    out += String.fromCharCode(0x80 | ((c >> ) & 0x3F));

    } else {

    out += String.fromCharCode(0xC0 | ((c >> ) & 0x1F));

    out += String.fromCharCode(0x80 | ((c >> ) & 0x3F));

    }

    }

    return out;

}

function utf8to16(str) {

    var out, i, len, c;

    var char2, char3;

    out = "";

    len = str.length;

    i = ;

    while(i < len) {

    c = str.charCodeAt(i++);

    switch(c >> )

    {

    case : case : case : case : case : case : case : case :

    // 0xxxxxxx

    out += str.charAt(i-);

    break;

    case : case :

    // 110x xxxx 10xx xxxx

    char2 = str.charCodeAt(i++);

    out += String.fromCharCode(((c & 0x1F) << ) | (char2 & 0x3F));

    break;

    case :

    // 1110 xxxx 10xx xxxx 10xx xxxx

    char2 = str.charCodeAt(i++);

    char3 = str.charCodeAt(i++);

    out += String.fromCharCode(((c & 0x0F) << ) |

    ((char2 & 0x3F) << ) |

    ((char3 & 0x3F) << ));

    break;

    }

    }

    return out;

}

/* Copyright (C) 1999 Masanao Izumo <iz@onicos.co.jp>

* Version: 1.0

* LastModified: Dec 25 1999

* This library is free. You can redistribute it and/or modify it.

*/

/*

* Interfaces:

* b64 = base64encode(data);

* data = base64decode(b64);

*/

var base64EncodeChars = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";

var base64DecodeChars = new Array(

-, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,

-, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,

-, -, -, -, -, -, -, -, -, -, -, , -, -, -, ,

, , , , , , , , , , -, -, -, -, -, -,

-, , , , , , , , , , , , , , , ,

, , , , , , , , , , , -, -, -, -, -,

-, , , , , , , , , , , , , , , ,

, , , , , , , , , , , -, -, -, -, -);

function base64encode(str) {

    var out, i, len;

    var c1, c2, c3;

    len = str.length;

    i = ;

    out = "";

    while(i < len) {

    c1 = str.charCodeAt(i++) & 0xff;

    if(i == len)

    {

    out += base64EncodeChars.charAt(c1 >> );

    out += base64EncodeChars.charAt((c1 & 0x3) << );

    out += "==";

    break;

    }

    c2 = str.charCodeAt(i++);

    if(i == len)

    {

    out += base64EncodeChars.charAt(c1 >> );

    out += base64EncodeChars.charAt(((c1 & 0x3)<< ) | ((c2 & 0xF0) >> ));

    out += base64EncodeChars.charAt((c2 & 0xF) << );

    out += "=";

    break;

    }

    c3 = str.charCodeAt(i++);

    out += base64EncodeChars.charAt(c1 >> );

    out += base64EncodeChars.charAt(((c1 & 0x3)<< ) | ((c2 & 0xF0) >> ));

    out += base64EncodeChars.charAt(((c2 & 0xF) << ) | ((c3 & 0xC0) >>));

    out += base64EncodeChars.charAt(c3 & 0x3F);

    }

    return out;

}

function base64decode(str) {

    var c1, c2, c3, c4;

    var i, len, out;

    len = str.length;

    i = ;

    out = "";

    while(i < len) {

    /* c1 */

    do {

    c1 = base64DecodeChars[str.charCodeAt(i++) & 0xff];

    } while(i < len && c1 == -);

    if(c1 == -)

    break;

    /* c2 */

    do {

    c2 = base64DecodeChars[str.charCodeAt(i++) & 0xff];

    } while(i < len && c2 == -);

    if(c2 == -)

    break;

    out += String.fromCharCode((c1 << ) | ((c2 & 0x30) >> ));

    /* c3 */

    do {

    c3 = str.charCodeAt(i++) & 0xff;

    if(c3 == )

    return out;

    c3 = base64DecodeChars[c3];

    } while(i < len && c3 == -);

    if(c3 == -)

    break;

    out += String.fromCharCode(((c2 & 0XF) << ) | ((c3 & 0x3C) >> ));

    /* c4 */

    do {

    c4 = str.charCodeAt(i++) & 0xff;

    if(c4 == )

    return out;

    c4 = base64DecodeChars[c4];

    } while(i < len && c4 == -);

    if(c4 == -)

    break;

    out += String.fromCharCode(((c3 & 0x03) << ) | c4);

    }

    return out;

}

var str = '严';

var sEncoded=base64encode(utf16to8(str));

console.log(sEncoded);

</script>

</body>

</html>

文件编码无论是utf-8或者gbk编码，输出的都是5Lil。注意文件编码和网页编码需要统一。

3、base64编码原理

所谓Base64，就是说选出64个字符----小写字母a-z、大写字母A-Z、数字0-9、符号"+"、"/"（再加上作为垫字的"="，实际上是65个字符）----作为一个基本字符集。然后，其他所有符号都转换成这个字符集中的字符。它是用64个可打印字符表示二进制所有数据方法，这64个字符，对应表如下：

php和js中，utf-8编码转成base64编码

具体来说，转换方式可以分为四步。

第一步，将每三个字节作为一组，一共是24个二进制位。

第二步，将这24个二进制位分为四组，每个组有6个二进制位。

第三步，在每组前面加两个00，扩展成32个二进制位，即四个字节。

第四步，根据上表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。

因为，Base64将三个字节转化成四个字节，因此Base64编码后的文本，会比原文本大出三分之一左右。

举一个具体的实例，演示英语单词Man如何转成Base64编码。

Text content M a n
ASCII 77 97 110
Bit pattern 0 1 0 0 1 1 0 1 0 1 1 0 0 0 0 1 0 1 1 0 1 1 1 0
Index 19 22 5 46
Base64-Encoded T W F u

第一步，"M"、"a"、"n"的ASCII值分别是77、97、110，对应的二进制值是01001101、01100001、01101110，将它们连成一个24位的二进制字符串010011010110000101101110。

第二步，将这个24位的二进制字符串分成4组，每组6个二进制位：010011、010110、000101、101110。

第三步，在每组前面加两个00，扩展成32个二进制位，即四个字节：00010011、00010110、00000101、00101110。它们的十进制值分别是19、22、5、46。

第四步，根据上表，得到每个值对应Base64编码，即T、W、F、u。

因此，Man的Base64编码就是TWFu。

如果字节数不足三，则这样处理：

a）二个字节的情况：将这二个字节的一共16个二进制位，按照上面的规则，转成三组，最后一组除了前面加两个0以外，后面也要加两个0。这样得到一个三位的Base64编码，再在末尾补上一个"="号。

比如，"Ma"这个字符串是两个字节，可以转化成三组00010011、00010110、00010000以后，对应Base64值分别为T、W、E，再补上一个"="号，因此"Ma"的Base64编码就是TWE=

b）一个字节的情况：将这一个字节的8个二进制位，按照上面的规则转成二组，最后一组除了前面加二个0以外，后面再加4个0。这样得到一个二位的Base64编码，再在末尾补上两个"="号。

比如，"M"这个字母是一个字节，可以转化为二组00010011、00010000，对应的Base64值分别为T、Q，再补上二个"="号，因此"M"的Base64编码就是TQ==

再举一个中文的例子，汉字"严"如何转化成Base64编码？

这里需要注意，汉字本身可以有多种编码，比如gb2312、utf-8、gbk等等，每一种编码的Base64对应值都不一样。下面的例子以utf-8为例。

首先，"严"的utf-8编码为E4B8A5，写成二进制就是三字节的"11100100 10111000 10100101"。将这个24位的二进制字符串，按照第3节中的规则，转换成四组一共32位的二进制值"00111001 00001011 00100010 00100101"，相应的十进制数为57、11、34、37，它们对应的Base64值就为5、L、i、l。

所以，汉字"严"（utf-8编码）的Base64值就是5Lil。

源码地址：http://git.oschina.net/kjr/kangjianrong_public/tree/master/base64?dir=1&filepath=base64&oid=cf9a5a3d26e59e9312ecb91788a895f5b1880703&sha=700c885e658ffda59bfa7aa8ba2de07fe240d246

参考：http://www.ruanyifeng.com/blog/2008/06/base64.html

相关文章