CRYPTO个人总结

Base系列编码浅析

Base编码有很多种，常用的有：base16   base32   base64   base85  base36  base 58  base91  base 92   base62Base16

• 使用16个ASCII可打印字符（数字0-9和字母A-F），对任意字节数据进行编码。
  
• 先获取输入字符串每个字节的二进制值（不足8比特在高位补0），然后将其串联进来，再按照4比特一组进行切分，将每组二进制数分别转换成十进制。
  
• Base16编码后的数据量是原数据的两倍：1000比特数据需要250个字符（即 250*8=2000 比特）。
  

注：可以看到8比特数据按照4比特切分刚好是两组，所以Base16不可能用到填充符号“=”。　　换句话说：Base16使用两个ASCII字符去编码原数据中的一个字节数据。　　Base16编码是一个标准的十六进制字符串（注意是字符串而不是数值），更易被人类和计算机使用，因为它并不包含任何控制字符，以及Base64和Base32中的“=”符号。Base32

•  Base32编码使用32个可打印字符（字母A-Z和数字2-7）对任意字节数据进行编码的方案，编码后的字符串不用区分大小写并排除了容易混淆的字符，可以方便地由人类使用并由计算机处理。
  
•    Base32主要用于编码二进制数据，但是Base32也能够编码诸如ASCII之类的二进制文本。
  
•    Base32将任意字符串按照字节进行切分，并将每个字节对应的二进制值（不足8比特高位补0）串联起来，按照5比特一组进行切分，并将每组二进制值转换成十进制来对应32个可打印字符中的一个。
  

由于数据的二进制传输是按照8比特一组进行（即一个字节），因此Base32按5比特切分的二进制数据必须是40比特的倍数（5和8的最小公倍数）。
 
　　例如输入单字节字符“%”，它对应的二进制值是“100101”，前面补两个0变成“00100101”（二进制值不足8比特的都要在高位加0直到8比特），从左侧开始按照5比特切分成两组：“00100”和“101”，后一组不足5比特，则在末尾填充0直到5比特，变成“00100”和“10100”，这两组二进制数分别转换成十进制数，通过上述表格即可找到其对应的可打印字符“E”和“U”，但是这里只用到两组共10比特，还差30比特达到40比特，按照5比特一组还需6组，则在末尾填充6个“=”。填充“=”符号的作用是方便一些程序的标准化运行，大多数情况下不添加也无关紧要，而且，在URL中使用时必须去掉“=”符号。
Base64

• Base64是一种基于64个可打印字符来表示二进制数据的表示方法。由于，所以每6个比特为一个单元，对应某个可打印字符。3个字节有24个比特，对应于4个Base64单元，即3个字节可由4个可打印字符来表示。
  
•  在Base64中的可打印字符包括字母A-Z、a-z、数字0-9，这样共有62个字符，此外两个可打印符号在不同的系统中而不同。一些如uuencode的其他编码方法。
  
•  它可用来作为电子邮件的传输编码。
  
•  Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括MIME的电子邮件及XML的一些复杂数据。
  

注：BinHex的版本使用不同的64字符集来代表6个二进制数字，但是不被称为Base64。
 
　　如果要编码的字节数不能被3整除，最后会多出1个或2个字节，那么可以使用下面的方法进行处理：
 
　　　　（1）先使用0字节值在末尾补足，使其能够被3整除，然后再进行Base64的编码。
 　　　   （2）在编码后的Base64文本后加上一个或两个=号，代表补足的字节数。
 
　　也就是说：
　　　　当最后剩余两个八位(待补足)字节（2个byte）时，最后一个6位的Base64字节块有四位是0值，最后附加上两个等号；
　　　　如果最后剩余一个八位(待补足)字节（1个byte）时，最后一个6位的base字节块有两位是0值，最后附加一个等号。 
 
参考下表：

Base85

• base85 也称为Ascii85，是Paul E. Rutter为btoa实用程序开发的一种二进制文本编码形式。通过使用五个ASCII字符来表示四个字节的二进制数据（使编码量1 / 4比原来大，假设每ASCII字符8个比特），它比更有效UUENCODE或Base64的，它使用四个字符来表示三个字节的数据（1 / 3的增加，假设每ASCII字符8个比特）。
  
• 用途是Adobe的PostScript和Portable Document Format文件格式，以及Git使用的二进制文件的补丁编码。
  
• 与Base64一样，Base85编码的目标是对二进制数据可打印的ASCII字符进行编码。但是它使用了更大的字符集，因此效率更高一些。具体来说，它可以用5个字符编码4个字节（32位）。
  

摘自wiki介绍的一个例子： Base36

Base36是一个二进制到文本编码表示方案的二进制数据以ASCII通过将其转化为一个字符串格式基数 -36表示。选择36十分方便，因为可以使用阿拉伯数字 0–9和拉丁字母 A–Z [1]（ISO基本拉丁字母）表示数字。
每个base36位需要少于6位的信息来表示。
摘自wiki的一个例子：
  有符号的32位和64位整数分别最多只能容纳6个或13个base-36位数字（许多base-36位数字可能会使32位和64位整数溢出）。
  例如，在base-36中，“ 922337203685477575807 ” 的64位带符号整数最大值为“ 1Y2P0IJ32E8E7 ”。
  类似地，在base-36中，“ 2147483647 ” 的32位带符号整数最大值为“ ZIK0ZJ ”。
用于从BASE10编码BASE36的Python代码

1. def base36encode(integer):
2.     chars = '0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ'
3.    
4.      sign = '-' if integer < 0 else ''
5.      integer = abs(integer)
6.      result = ''
8.      while integer > 0:
9.          integer, remainder = divmod(integer, 36)
10.          result = chars[remainder]+result
12.       return sign+result

复制代码

Base58

• Base58是用于Bitcoin中使用的一种独特的编码方式，主要用于产生Bitcoin的钱包地址。
  
• 相比Base64，Base58不使用数字"0"，字母大写"O"，字母大写"I"，和字母小写"l"，以及"+"和"/"符号。
  

设计Base58主要的目的是：

• 避免混淆。在某些字体下，数字0和字母大写O，以及字母大写I和字母小写l会非常相似。
  
• 不使用"+"和"/"的原因是非字母或数字的字符串作为帐号较难被接受。
  
• 没有标点符号，通常不会被从中间分行。
  
• 大部分的软件支持双击选择整个字符串。
  

Base91

顾名思义，base91需要91个字符来表示ASCII编码的二进制数据。 从94个可打印ASCII字符（0x21-0x7E）中，以下三个字符被省略以构建base91字母： 　　　　-（破折号，0x2D）　　　　\（反斜杠，0x5C）　　　　'（撇号，0x27）

•     basE91是将二进制数据编码为ASCII字符的高级方法。 
  
•     它类似于UUencode或base64，但效率更高。 basE91产生的开销取决于输入数据。 它的数量最多为23％（而base64为33％），范围可以降低到14％，通常发生在0字节块上。 
  
•     这使得basE91对于通过二进制不安全连接（例如电子邮件或终端线）传输较大的文件非常有用。
  

转换表由其余字符组成，如下所示。Base92

有关Base92的资料实在是很少，可参考这一篇博客：https://thenoviceoof.com/blog/projects/base92/
Base62

• Base62编码将数字转换为ASCII字符串（0-9，az和AZ），反之亦然，这通常会导致字符串较短。
  

               26个小写字母+26个大写字母+10个数字=62 （1）62进制与10进制的互相转化

• 62进制转10进制与2进制转10进制相似。
  

　　　　　2进制转10进制过程为： 从右到左用二进制的每个数去乘以2的相应次方，次方要从0开始。　　　　　62进制转10进制也类似，从右往左每个数*62的N次方，N从0开始。 　　那么，10进制转62进制也与10进制转2进制类似。  即：不断除以62取余数，然后倒序。 （2）关于短Url的转换 主要思路，维护一个全局自增的id，每来一个长url，将其与一个自增id绑定，然后利用base62将该自增id转换为base62字符串，即完成转换。 
Base100

也就是表情符
解码网址：https://aghorler.github.io/emoji-aes/

了解完简单base家族之后，来给大家总结一下常见编码。。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！