将文本转化为baseb4格式(base64加密解密)

张闻闻
238 阅读17分钟

知识点1—进制转换

1. 10进制转换为其他进制

在Number原型链上存在方法toString方法，用于将10进制转换为其他进制(2-36) 语法

// 指定要用于数字到字符串的转换的基数 (从 2 到 36)。如果未指定 radix 参数，则默认值为 10
num.toString([radix])

tips: 在使用数字调用方法时，建议加（），不然数字后面的点会被认为是小数点而不是方法调用。

返回值：对应进制的字符串

(33).toString() // '33'
(20005).toString(2) // '100111000100101'
(0x16).toString(16) // '16'

注： 若是没有标注，num默认为10进制, 以0x开始的数据表示16进制

2. 负数

Number原型链上的toString方法将10进制转化成其他进制尽是在num为正数时起作用

(-1000).toString(2) // '-1111101000' 但是实际的值为 0000011000
3. 负数的十进制转化为2进制

负数在内存中是以补码的形式存储的，因此若是计算负数的二进制，需要先计算正值的二进制然后计算期补码；

计算补码： 先对二进制值逐位取反再对取反后的二进制数加1得到补码；

举例说明：-100转化为二进制

  • [1] 100转化为二进制为 1100100
  • [2] 逐位取反 0011011
  • [3] 加1 0011111
  • -100的二进制为 0011111
4. 其他进制转化为10进制

其他进制转换为10进制的规则为：按权展开相加

5. 16进制转化为10进制
  • 在16进制中ABCDEF表示的分别是10，11，12，13，14，15；
  • 从右向左按权展开相加
  • eg:52E4转换为10进制过程为
52E4 = 5 * 10^0 + 2 * 10^1 + 14 * 10^2 + 4 * 10^3
          = 5+32+3584+16384
          = 20005
6. 2进制转化为10进制
  • 从右向左按权展开相加
  • eg:

知识点2—ASCII码与Unicode

1. ASCII码
  • 在计算机内部，所有信息都是以二进制(0,1)进行存储的。
  • 每一个二进制位（bit）有0和1两种状态
  1. 一个字节有8个二进制位，八个二进制位就可以组合出256种状态。
  2. 也就是说，一个字节一共可以用来表示256种不同的状态。
  • 美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。
  1. ASCII 码一共规定了127个字符的编码，比如空格space是32（二进制00100000），大写的字母A是65（二进制01000001）。
  2. 这127个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。
  3. 以下这些编号呢就被称为码点，码点可以称为这些字符的身份证号码

image.png

2. 非ASCII

  • 英语用127个符号编码就够了，但是用来表示其他语言，127个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用 ASCII 码表示。

  • 于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。

  • 这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。

  • 但是，这里又出现了新的问题 -> 不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。比如，130在法语编码中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表另一个符号。

  • 但是不管怎样，所有这些编码方式中，0--127表示的符号是一样的，不一样的只是128--255的这一段。

  • 至于亚洲国家的文字，使用的符号就更多了，汉字就多达10万左右。一个字节只能表示256种符号，肯定是不够的，就必须使用多个字节表达一个符号。比如，简体中文常见的编码方式是 GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示 256 x 256 = 65536 个符号。

3. Unicode

正如上一节所说，世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。

可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是 Unicode，就像它的名字都表示的，这是一种所有符号的编码被称为万国码。

tips:知道为什么 txt文件使用vscode打开会乱码吗？
       原因：vscode默认使用的编码方式为utf-8而txt文件的编码方式为 GB2312编码格式，因此会乱吗；
       解决：若是想txt文件在vscode打开，在当前页面修改编码方式
4. unicode获取码点与对应的字符

fromCharCode

formCharCode是String的静态方法,用于将 Unicode 编码转为一个字符！

语法：String.fromCharCode(num1[, ...[, numN]])

  • num1, …, numN : 一个或多个 Unicode 值，即要创建的字符串中的字符的 Unicode 编码 (范围介于0~65535,因为0～65535是unicode的码点，超出就没有意义了)

返回值：返回一个长度为 N 的代表 Unicode 编码的字符；

举例说明：

String.fromCharCode(65) // 'A'
String.fromCharCode(25105) // '我'

charCodeAt

语法：string.charCodeAt(index)

返回值：指定 index 处字符 对应的Unicode码点(取值范围为0-65535)

UTF-32(不推荐)

UTF-32统一使用4个字节表示一个字符，虽然这样可以使得全世界使用统一的编码方式，但是占用存储空间，通信效率变低。

比如说ASCII码， 每个ASCII码表示的字符都需要在前面3个字符补足0才行；及时时中文BGK表示的字符前面都需要使用2个字符补足0才行，这降低了通信效率，因此不被采纳。

UTF-8(普遍使用)

互联网的普及，强烈要求出现一种统一的编码方式。UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。其他实现方式还包括 UTF-16（字符用两个字节或四个字节表示）和 UTF-32（字符用四个字节表示），不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8 是 Unicode 的实现方式之一。

UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8 的编码规则很简单，只有二条：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。

2）对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

下表总结了编码规则，字母x表示可用编码的位。

image.png 跟据上表，解读 UTF-8 编码非常简单。如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。

下面，还是以汉字我为例，演示如何实现 UTF-8 编码。

我的Unicode为25105，转换为十六进制为6211(处于第三行)，转换为二进制为 110001000010001；因此我使用UTF-8编码应该是

从右向左按照6位一组进行划分 110 001000 010001
划分完毕之后添加到 1110xxxx 10xxxxxx 10xxxxxx中去，若是空却使用0补齐
结果为 11100110 10001000 10010001
转换为16进制为 E68891

知识点3—URL编码/解码

[1] 为什么要进行URL编码

先看如下案例

  • 发送请求去获取数据，请求的url如下
https://www.baidu.com?wd=hello word&name=超超&age=18&sex=女

但是在浏览器打开，实际请求的url变为如下

https://www.baidu.com?wd=hello%20word&name=%E8%B6%85%E8%B6%85&age=18&sex=%E5%A5%B3
  • 为什么url会自己发生改变呢？
  1. 这是由于在网络请求中，只能采用A-Z a-z 0-9 以及字符 - _ . ! ~ * ' ( )这些字符，若是遇到汉字或一些特殊字符，就会先进行URL编码再发送请求。
  • 看到这里或许会觉得这也无所谓，只要在接收到url之后再进行解码即可！但是问题在于标准国际组织并没有规定具体的编码方法，而是将决定权交给了浏览器，也就是说不同的浏览器的编码方式可能会不同，那在解码时就需要进行判断比较麻烦 —> 若是使用js在发送请求之前对URL进行编码就实现了编码方式的统一！

[2] encodeURIComponent方法

  • 作用：encodeURIComponent函数可把字符串作为 URI 组件进行编码

  • 语法：encodeURIComponent(str);

  • 编译过程：该方法不会对 ASCII 字母和数字进行编码，也不会对这些 安全的ASCII 标点符号(- _ . ! ~ * ’ ( ))进行编码，只会对特殊字符进行编码。

    1. 安全ASCII字符：保留；
    2. 非安全ASCII字符：使用utf-8对其进行编码得到对应的字节，然后对每个字节进行百分号编码(将16进制的0x替换为%)

举例说明：

// ‘中文’转化为utf-8为 0xE4 0xB8 0xAD 0xE6 0x96 0x87, 进行百分号编码最终结果为 %E4 %B8 %AD %E6 %96 %87
encodeURIComponent('中文') // '%E4%B8%AD%E6%96%87'

举例说明

// 不会对数字与英文字符进行编码
encodeURIComponent("156xxxxxxxx") // '156xxxxxxxx'

// 会对特殊字符进行编码
 encodeURIComponent("hello word") // 'hello%20word'

// 会对非AscII码进行编码
 encodeURIComponent("中国真棒") // '%E4%B8%AD%E5%9B%BD%E7%9C%9F%E6%A3%92'
  • 使用场景：
    1. 在使用url进行参数传递的时候，当参数出现空格这样的特殊字段，后台只可以读取到空格前的内容，后面内容丢失，造成数据读取失败; 但是如果用encodeURIComponent函数将这些特殊字符进行转义，后台就可以成功读取传递的数据了；
    2. 用于base编码过程；

[3] decodeURIComponent

decodeURIComponent() 函数可对 encodeURIComponent() 函数编码的 URI 进行解码

举例说明：

//'%E4%B8%AD%E5%9B%BD%E7%9C%9F%E6%A3%92'
encodeURIComponent('中国真棒') 
// '中国真棒'
decodeURIComponent('%E4%B8%AD%E5%9B%BD%E7%9C%9F%E6%A3%92')

知识点4—base64编码/解码

1. base64定义

所谓Base64，就是选出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。 使得二进制数据在解释成 radix-64 的表现形式后能够用 ASCII 字符串的格式表示出来。

2. base64转换规则

base64转换规则具体来说可以分为四步：

  • 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，根据下表，得到扩展后的每个字节的对应符号，这就是Base64的编码值。
　　0　A　　17　R　　　34　i　　　51　z

　　1　B　　18　S　　　35　j　　　52　0

　　2　C　　19　T　　　36　k　　　53　1

　　3　D　　20　U　　　37　l　　　54　2

　　4　E　　21　V　　　38　m　　　55　3

　　5　F　　22　W　　　39　n　　　56　4

　　6　G　　23　X　　　40　o　　　57　5

　　7　H　　24　Y　　　41　p　　　58　6

　　8　I　　　25　Z　　　42　q　　　59　7

　　9　J　　26　a　　　43　r　　　60　8

　　10　K　　27　b　　　44　s　　　61　9

　　11　L　　28　c　　　45　t　　　62　+

　　12　M　　29　d　　　46　u　　　63　/

　　13　N　　30　e　　　47　v

　　14　O　　31　f　　　48　w　　　

　　15　P　　32　g　　　49　x

　　16　Q　　33　h　　　50　y

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。

3. 举例说明

举一个具体的实例，演示英语单词Man如何转成Base64编码。

image.png

  • 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。

4. 字节数不足三的情况

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。
    1. 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。
    1. 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==。
5. base64编码对应的方法

btoa

btoa是binary to ascii的缩写；

作用：btoa是window对象的方法，作用是将二进制数据或ASCII字符串转换成一个base64编码过的ASCII字符串。

语法：btao(stringToEncode)

  • stringToEncode 是一个需要编码的二进制字符串；

  • 传入的字符串将视为一个二进制字符串 -> 将字符串中的每一个字节都视为一个二进制数据字节;

  • 因此：每个字符只能使用一个字节表示，若是其中包含了需要使用超过一个字节才能表示的字符，你就会得到一个错误，因为这个字符串不能被看作是二进制数据;

  • 因此btoa能够编码(全部的)ASCII字符却不能编码(超过一个字节的)Unicode字符。

    举例说明：

    1. ASCII字符串能够正常编码；
var str = "hello world";
var demo = btoa(str);
console.log(demo);// aGVsbG8gd29ybGQ=
  1. Uniconde字符串中存在超过1个字节的字符则不能正常编码，会报如下错误：
var str = "中国真棒";
var demo = btoa(str);
console.log(demo);

image.png

若是想要将Unicode字符编码为base64,在编码之前还需要使用encodeURIComponent方法将Unicode字符进行转换，再进行base64编码；

atob

atob：是ascii to binary的缩写

作用： atob是window的方法，作用是对经过 base-64 编码的字符串进行解码

var demo = "aGVsbG8gd29ybGQ=";
var str = atob(demo);
console.log(str);//hello world

若是在加密过程中使用了encodeURIComponent方法进行编码就要在解码过程中使用decodeURIComponent进行解码

重点-base64编码解码方法封装

js-base64编码

encode (str) {
  return btoa(encodeURIComponent(str).replace(/%([0-9A-F]{2})/g,
    function toSolidBytes (match, p1) {
      return String.fromCharCode('0x' + p1)
  }))
}

js-base64解码

decode (str) {
  return decodeURIComponent(atob(str).split('').map(function (c) {
     return '%' + ('00' + c.charCodeAt(0).toString(16)).slice(-2)
  }).join(''))
}

插件-js-base64

该插件的原理就是上述base64编码解码过程

安装：npm install --save js-base64

引入：

import { encode, decode } from 'js-base64';

使用

// 加密
encode(encodeURIComponent('张三')) // '5byg5LiJ'
// 解密
decode(decodeURIComponent('5byg5LiJ')) // 张三

六个方法的综合应用(插件的原理)

encode (str) {
  return btoa(encodeURIComponent(str).replace(/%([0-9A-F]{2})/g,
    function toSolidBytes (match, p1) {
      return String.fromCharCode('0x' + p1)
  }))
}
  • [1] 对“中国真棒”进行base64进行编码
btoa(“中国真棒”) 
// 报错-> 不能对超过1个字节的字符进行编码

  • [2]将“中国真棒”拆解为多个单字节的字符串

    • [2.1]将字符编译为单个字节的字符

      encodeURIComponent('中国真棒')  //  '%E4%B8%AD%E5%9B%BD%E7%9C%9F%E6%A3%92'

    • [2.2]将编译后的字符转换为Unicode

      '%E4%B8%AD%E5%9B%BD%E7%9C%9F%E6%A3%92'.replace(
  /%([0-9A-F]{2})/g,
  function toSolidBytes(match,p1){
    return String.fromCharCode('0x' + p1) // 将UTF-16的数转化为对应的Unicode 编码的字符
  }
) // '中å\x9B½ç\x9C\x9Fæ£\x92'

  • [3] 将单子节自符进行base 64编码

btoa('中å\x9B½ç\x9C\x9Fæ£\x92') //'5Lit5Zu955yf5qOS'
  • [4] 对btoa方法编码后的字符进行解码
atob('5Lit5Zu955yf5qOS') // '中å\x9B½ç\x9C\x9Fæ£\x92'
  • [5] 将单字节字符还原-》还原为十六进制的转义序列
'中å\x9B½ç\x9C\x9Fæ£\x92'.split('').map(item => '%'+('00'+item.charCodeAt(0).toString(16)).slice(-2)).join('') 
// '%e4%b8%ad%e5%9b%bd%e7%9c%9f%e6%a3%92'
  • [6] 由于改字符使用过 encodeURIComponent编码过，因此使用decodeURIComponent进行解码
decodeURIComponent('%e4%b8%ad%e5%9b%bd%e7%9c%9f%e6%a3%92') // '中国真棒'
avatar
文章
阅读
粉丝