依睛(IT blog) 我回来了，PHP<-->C/C++ LINUX

笨鸟

统计

积分与排名

友情连接

最新评论

base64源程序

 

 

原创 base64源程序收藏

 

重点述:

定义 MIME 文档传输的 RFC2045 定义了 BASE64 编码。 简要阐述如下： Base64 编码其实是将 3 个 8 位字节转换为 4 个 6 位字节 ,( 3*8 = 4*6 = 24 ) 这 4 个六位字节其实仍然是 8 位 , 只不过高两位被设置为 0. 当一个字节只有 6 位有效时 , 它的取值空间为 0 到 2 的 6 次方减 1 即 63, 也就是说被转换的 Base64 编码的每一个编码的取值空间为 (0~63) 。 事实上， 0~63 之间的 ASCII 码有许多不可见字符，所以应该再做一个映射，映射表为 ‘A‘ ~ ‘Z‘ ? ASCII （ 0 ~ 25 ） ‘a’ ~ ‘z‘ ? ASCII （ 26 ~ 51 ） ‘0’ ~ ‘9‘ ? ASCII （ 52 ~ 61 ） ‘+‘ ? ASCII （ 62 ） ‘/‘ ? ASCII （ 63 ） 这样就可以将 3 个 8 位字节，转换为 4 个可见字符。 具体的字节拆分方法为： aaaaaabb 　 ccccdddd 　 eeffffff 字节 1 　　 　字节 2 　　字节 3 转化为： 00aaaaaa 00bbcccc 00ddddee 00ffffff 注：上面的三个字节位原文，下面四个字节为 Base64 编码，其前两位均为 0 。 这样拆分的时候，原文的字节数量应该是 3 的倍数，当这个条件不能满足时，用全零字节补足，转化时 Base64 编码用 = 号代替，这就是为什么有些 Base64 编码以一个或两个等号结束的原因，但等号最多有两个，因为：如果 F(origin) 代表原文的字节数， F(remain) 代表余数，则 F(remain) = F(origin) MOD 3 成立。 所以 F(remain) 的可能取值为 0,1,2. 如果设 n = [F(origin) – F(remain)] / 3 当 F(remain) = 0 时，恰好转换为 4*n 个字节的 Base64 编码。 当 F(remain) = 1 时，由于一个原文字节可以拆分为属于两个 Base64 编码的字节，为了让 Base64 编码是 4 的倍数，所以应该为补 2 个等号。 当 F(remain) = 2 时，由于两个原文字节可以拆分为属于 3 个 Base64 编码的字节，同理，应该补上一个等号。
具体实现请查看:

#define BASE64_PAD64 '='

char base64_alphabet[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I',                          

                                            'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R',                          

                                            'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'a',                         

                                             'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j',                          

                                             'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's',                          

                                             't', 'u', 'v', 'w', 'x', 'y', 'z', '0', '1',                          

                                              '2', '3', '4', '5', '6', '7', '8', '9', '+',                          

 '/'};

char base64_suffix_map[256] = {     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255,  62, 255, 255, 255,  63,  52,  53,  54,  55,  56,  57,  58,  59,  60,  61, 255, 255,     

                       255, 255, 255, 255, 255,  0,   1,    2,   3,   4,   5,   6,   7,   8,   9,  10,  11,  12,  13,  14,     

                       15,   16,  17,  18,  19,  20,  21,  22,  23,  24,  25, 255, 255, 255, 255, 255, 255,  26,  27,  28,     

                       29,   30,  31,  32,  33,  34,  35,  36,  37,  38,  39,  40,  41,  42,  43,  44,  45,  46,  47,  48,     

                       49,   50,  51, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                       255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,     

                        255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255

};

static char cmove_bits(unsigned char src, unsigned lnum, unsigned rnum)

{   

             src <<= lnum;   

             src >>= rnum;   

              return src;

}

char* base64_encode(const char *data)

{   

          char *ret, *retpos;   

          int n, m, padnum = 0, retsize, dlen = strlen(data);

          if(dlen == 0) return NULL;

         /* Account the result buffer size and alloc the memory for it. */   

          if((dlen % 3) != 0)     padnum = 3 - dlen % 3;   

          retsize = (dlen + padnum) + ((dlen + padnum) * 1/3) + 1;   

          if((ret = (char*)malloc(retsize)) == NULL)       return NULL;   

          retpos = ret;

          for(m = 0; m < (dlen + padnum); m += 3)

          {

                       *(retpos) = base64_alphabet[cmove_bits(*data, 0, 2)];      

                       if(m == dlen + padnum - 3 && padnum != 0)

                      {  /* Whether the last bits-group suffice 24 bits. */          

                                if(padnum == 1) {   /* 16bit need pad one '='. */              

                                *(retpos + 1) = base64_alphabet[cmove_bits(*data, 6, 2) + cmove_bits(*(data + 1), 0, 4)];              

                               *(retpos + 2) = base64_alphabet[cmove_bits(*(data + 1), 4, 2)];              

                               *(retpos + 3) = BASE64_PAD64;          

                       }

                       else if(padnum == 2)

                      { /* 8bit need pad two'='. */              

                               *(retpos + 1) = base64_alphabet[cmove_bits(*data, 6, 2)];              

                                *(retpos + 2) = BASE64_PAD64;              

                                *(retpos + 3) = BASE64_PAD64;          

                       }      

                      else

                     {  /* 24bit normal. */         

                                *(retpos + 1) = base64_alphabet[cmove_bits(*data, 6, 2) + cmove_bits(*(data + 1), 0, 4)];         

                                *(retpos + 2) = base64_alphabet[cmove_bits(*(data + 1), 4, 2) + cmove_bits(*(data + 2), 0, 6)];         

                                *(retpos + 3) = base64_alphabet[*(data + 2) & 0x3f];      

                      }

                    retpos += 4;      

                    data += 3;   

         }

         ret[retsize - 1] =0;

         return ret;

}

char* base64_decode(const char *bdata)

{   

     char *ret = NULL, *retpos;   

     int n, m, padnum = 0, retsize, bdlen = strlen(bdata);

     if(bdlen == 0) return NULL;    if(bdlen % 4 != 0) return NULL;

     /* Whether the data have invalid base-64 characters? */   

    for(m = 0; m < bdlen; ++m)

    {      

        if((bdata[m] != BASE64_PAD64) && (base64_suffix_map[bdata[m]] == 255))         

        goto LEND;   

    }

   /* Account the output size. */   

    if(bdata[bdlen - 1] ==  '=')  padnum = 1;   

       if(bdata[bdlen - 1] == '=' && bdata[bdlen - 2] ==  '=') padnum = 2;   

          retsize = (bdlen - 4) - (bdlen - 4) / 4 + (3 - padnum) + 1;   

         ret = (char*)malloc(retsize);   

         if(ret == NULL)             return NULL;  

         retpos = ret;

       /* Begging to decode. */   

       for(m = 0; m < bdlen; m += 4)

       {       *retpos = cmove_bits(base64_suffix_map[*bdata], 2, 0) + cmove_bits(base64_suffix_map[*(bdata + 1)], 0, 4);      

                if(m == bdlen - 4 && padnum != 0)

                {  /* Only deal with last four bits. */         

                           if(padnum == 1)   /* Have one pad characters, only two availability characters. */            

                           *(retpos + 1) = cmove_bits(base64_suffix_map[*(bdata + 1)], 4, 0) + cmove_bits(base64_suffix_map[*(bdata + 2)], 0, 2);                            retpos += 3 - padnum;      

                }

                else

                {         

                         *(retpos + 1) = cmove_bits(base64_suffix_map[*(bdata + 1)], 4, 0) + cmove_bits(base64_suffix_map[*(bdata + 2)], 0, 2);                          *(retpos + 2) = cmove_bits(base64_suffix_map[*(bdata + 2)], 6, 0) + base64_suffix_map[*(bdata + 3)];         

                        retpos += 3;      

                  }    

           bdata += 4;   

         }

   ret[retsize - 1] = 0;

   LEND: return ret;

}




　6.8 Base64 Content-Transfer-Encoding
　　设计Base64内容传输编码是为了描述任意的不需要人为识别的字节序列。编码及解码算法很简单，不过，编码后的数据总是比编码前的数据长33%。Base64与RFC1421中定义的Privacy Enhanced Mail (PEM)是同一个编码方法。
　　由US－ASCII中65个字符组成一个子集，使用6位来表示每一个可打印的字符（第65个字符“=”表示要进行特殊的操作）
　　注意：这个子集有个很重要的性质，那就是，在任何版本的ISO 646(包括US-ASCII)中，它都被描述成相同的内容。而且，在任何版本的EBCDIC中，子集中的所有字符也都具有相同的描述。其它常用的的编码，如UUENCODE、Macintosh binhex 4.0 [RFC-1741]、base85就没有这些性质，因此就无法满足邮件二进制传输编码的可移植性要求。
　　编码时，每次输入24位数据，输出为4个编码字符。将输入的3个8位字节从左到右连续排列，就可以形成24位数据。将这24位看做是4个连续的6位组，每组都可以单独译成一个base64表中的字符。当通过base64编码方式编码一个位流时，必须假定位流为“重要位优先”的顺序。就是说，位流中的第1位应该是第一个字节中的最高位；位流中的第8位应该是第一个字节中的最低位，依此累推。
　　用每组(6位)的值来索引64个可打印字符。索引后将得到的字符依次放入输出字符串中。选择表1中的这些字符，是为了能够完备的描述，并且排除在SMTP中有特殊意义的字符(如‘.’、CF、LF)以及在RFC2046中定义的multipart的边界分隔符中有特殊意义的字符(如‘-’)。
　　表1：base64字母表
　　 Value Encoding Value Encoding Value Encoding Value Encoding
　　 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 (pad) =
　　 15 P 32 g 49 x
　　 16 Q 33 h 50 y
　　编码输出的流必须被描述成一些不大于76字节的行。解码时，必须要忽略换行符及其它所有不存在于表1中的字符。在base64数据中，除表1中字符、换行符、空格之外的字符都可能表示存在传输错误，在某些情况下，可以适当的给出一些警告信息甚至是拒绝信息。
　　
如果需要被编码数据的剩余部分不足24位，则要执行特殊的操作。编码量通常在主体（body）结尾部分结束。
当输入少于24位时，会在末尾(右侧)添加一些值为0的位，以形成完整的6位组。
用“=”来表示数据结尾的填充。因为所有base64的输入都是完整的字节，所以只可能出现如下情况：
     (1)最后的编码输入是完整的24位；这时，编码输出的最后一个单元会是完整的4个不为“=”的个字符。
     (2)最后的输入是8位；这时，编码输出的最后一个单元是两个编码字符后接两个填充字符“=”。
    (3)最后的输入刚好是16位；这时，编码输出的最后一个单元是三个编码字符后接一个填充字符“=”。
　　因为“=”是用来填充数据的结尾部分，所以，它的出现意味着可能已经到达数据末尾(但不切断传输)。然而，也可能无法以这种方式进行判断：当传输的字节个数是三的整数倍时，编码中就不会出现“=”。
　　在base64编码数据中，要忽略任何不属于base64字母表的字符。
　　一定要注意，当base64编码直接应用于未经过规范化的文本内容时，要使用恰当的字节做为换行符。特别是在进行base64编码前，必须要将文本换行符转换为CRLF序列。要注意，一件很重要的事情就是：这些操作可以直接由编码器来完成，而不是在一些实现中先进行一个标准化的步骤。
　　注释：不用担心multipart实体中的base64编码部分引用到潜在的边界分隔符（boundary delimiter），因为base64编码中没有使用连字符“-”。
　　7. Content-ID 头字段
　　在构建一个高级别的用户代理时，可能会需要在一个主体（body）中涉及到另一个主体。因此需要用“Content-ID”头字段给主体（body）设置标签。这个字段在语法构成上与“Message-ID”相同：
　　id := &quot;Content-ID&quot; &quot;:&quot; msg-id
　　 与Message-ID的值一样，Content-ID的值也必须是世界上唯一的。
　　 Content-ID的值可以被用来在多处上下文中唯一的确定MIME实体，尤其用于被message/external-body机制所引用的缓存数据。虽然Content-ID头字段通常是可选的，但是对于生成可选的媒体类型“message/external-body”的实现程序来说，它则是必须存在的。这就是说，每一个message/external-body实体（entity）必须有一个Content-ID字段来允许对这些数据的缓存。值得注意的是，Content-ID值在multipart/alternative媒体类型中有特殊的意义。这一点会在RFC2046中关于multipart/alternative的那一节中进行解释。

posted on 2009-02-03 13:53 向左向右走 阅读(701) 评论(1)  编辑 收藏 引用 所属分类: C/C++学习资料库

评论

# re: base64源程序 2009-02-03 14:00 向左向右走

　6.8 Base64 Content-Transfer-Encoding
　　设计Base64内容传输编码是为了描述任意的不需要人为识别的字节序列。编码及解码算法很简单，不过，编码后的数据总是比编码前的数据长33%。Base64与RFC1421中定义的Privacy Enhanced Mail (PEM)是同一个编码方法。
　　由US－ASCII中65个字符组成一个子集，使用6位来表示每一个可打印的字符（第65个字符“=”表示要进行特殊的操作）
　　注意：这个子集有个很重要的性质，那就是，在任何版本的ISO 646(包括US-ASCII)中，它都被描述成相同的内容。而且，在任何版本的EBCDIC中，子集中的所有字符也都具有相同的描述。其它常用的的编码，如UUENCODE、Macintosh binhex 4.0 [RFC-1741]、base85就没有这些性质，因此就无法满足邮件二进制传输编码的可移植性要求。
　　编码时，每次输入24位数据，输出为4个编码字符。将输入的3个8位字节从左到右连续排列，就可以形成24位数据。将这24位看做是4个连续的6位组，每组都可以单独译成一个base64表中的字符。当通过base64编码方式编码一个位流时，必须假定位流为“重要位优先”的顺序。就是说，位流中的第1位应该是第一个字节中的最高位；位流中的第8位应该是第一个字节中的最低位，依此累推。
　　用每组(6位)的值来索引64个可打印字符。索引后将得到的字符依次放入输出字符串中。选择表1中的这些字符，是为了能够完备的描述，并且排除在SMTP中有特殊意义的字符(如‘.’、CF、LF)以及在RFC2046中定义的multipart的边界分隔符中有特殊意义的字符(如‘-’)。
　　表1：base64字母表
　　 Value Encoding Value Encoding Value Encoding Value Encoding
　　 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 (pad) =
　　 15 P 32 g 49 x
　　 16 Q 33 h 50 y
　　编码输出的流必须被描述成一些不大于76字节的行。解码时，必须要忽略换行符及其它所有不存在于表1中的字符。在base64数据中，除表1中字符、换行符、空格之外的字符都可能表示存在传输错误，在某些情况下，可以适当的给出一些警告信息甚至是拒绝信息。
　　如果需要被编码数据的剩余部分不足24位，则要执行特殊的操作。编码量通常在主体（body）结尾部分结束。当输入少于24位时，会在末尾(右侧)添加一些值为0的位，以形成完整的6位组。用“=”来表示数据结尾的填充。因为所有base64的输入都是完整的字节，所以只可能出现如下情况：(1)最后的编码输入是完整的24位；这时，编码输出的最后一个单元会是完整的4个不为“=”的个字符。(2)最后的输入是8位；这时，编码输出的最后一个单元是两个编码字符后接两个填充字符“=”。(3)最后的输入刚好是16位；这时，编码输出的最后一个单元是三个编码字符后接一个填充字符“=”。
　　因为“=”是用来填充数据的结尾部分，所以，它的出现意味着可能已经到达数据末尾(但不切断传输)。然而，也可能无法以这种方式进行判断：当传输的字节个数是三的整数倍时，编码中就不会出现“=”。
　　在base64编码数据中，要忽略任何不属于base64字母表的字符。
　　一定要注意，当base64编码直接应用于未经过规范化的文本内容时，要使用恰当的字节做为换行符。特别是在进行base64编码前，必须要将文本换行符转换为CRLF序列。要注意，一件很重要的事情就是：这些操作可以直接由编码器来完成，而不是在一些实现中先进行一个标准化的步骤。
　　注释：不用担心multipart实体中的base64编码部分引用到潜在的边界分隔符（boundary delimiter），因为base64编码中没有使用连字符“-”。
　　7. Content-ID 头字段
　　在构建一个高级别的用户代理时，可能会需要在一个主体（body）中涉及到另一个主体。因此需要用“Content-ID”头字段给主体（body）设置标签。这个字段在语法构成上与“Message-ID”相同：
　　id := "Content-ID" ":" msg-id
　　 与Message-ID的值一样，Content-ID的值也必须是世界上唯一的。
　　 Content-ID的值可以被用来在多处上下文中唯一的确定MIME实体，尤其用于被message/external-body机制所引用的缓存数据。虽然Content-ID头字段通常是可选的，但是对于生成可选的媒体类型“message/external-body”的实现程序来说，它则是必须存在的。这就是说，每一个message/external-body实体（entity）必须有一个Content-ID字段来允许对这些数据的缓存。值得注意的是，Content-ID值在multipart/alternative媒体类型中有特殊的意义。这一点会在RFC2046中关于multipart/alternative的那一节中进行解释。  回复  更多评论   

只有注册用户登录后才能发表评论。