Base编码原理分析

• 前言

  在计算机数据的存储和传输中，使用Base编码是非常常见的，各类语言的HTTP请求库都提供了Base编码和解码的接口，使用了这么久的Base编码，也该来探寻一下它的实现原理了QWQ。

编码原理

不论是Base16,32,还是64，它们都是用的同一种原理进行编码，基本分为两大部分：

1. 对应算法。

   1. 将数据转化为ASCII的二进制编码
   2. 后将所有的二进制全部串起来，4个（Base32位5个，Base64位6个）二进制位为一组，转化成对应十进制数（最后一组不足在低位补0）。
   3. 根据十进制数值找到Base16编码表里面对应的字符（Base32二进制编码总位数不足40位，Base64不足24位，都需要在最后添加“=”）

2. 对应表格（以Base16为例）。

脚标	编码值		脚标	编码值
0	0		8	8
1	1		9	9
2	2		10	A
3	3		11	B
4	4		12	C
5	5		13	D
6	6		14	E
7	7		15	F

举个栗子：
Base16：

Base64：

代码实现

• IDA逆向代码
  函数开头是如下形式，基本可确定是Base编码操作：

  	v2 = a2/3;
  	v3 = 0;
  	if(a2%3 > 0)
  		v2 ++;
  	v4 = 4*v2+1; //v4为长度
  			//编码的数据长度为3的倍数时， len = strlen(srt_in)/3*4
  			//编码数据长度不为3的倍数时，len = strlen((str_in)/3+1)*4)
  

  因此，只需要根据使用的字符集，即可看出具体是哪一种Base编码。

• python实现

  	import base64
  	original = 'ljz is yyy'
  	print("1  original:  ",type(original),original)
  	print("2  original.encode('utf-8'):  ",type(original.encode('utf-8')),original.encode('utf-8'))
  	str_encode = base64.b16encode(original.encode('utf-8'))
  	print("3  str_encode:  ",type(str_encode),str_encode)
  	print("4  str(str_encode,'utf-8'):  ",type(str(str_encode,'utf-8')),str(str_encode,'utf-8'))
  	str_decode = base64.b16decode(str_encode)
  	print("5  str_decode:  ",type(str_decode),str_decode)
  	print(str(str_decode,'utf-8'))
  

• 自定义编码表
  在Base转换时，可以根据自定义字典进行转换，Python脚本如下：
  两个方法：

  	str.maketrans(intab, outtab)  //用于创建字符映射的转换表
  	intab -- 字符串中被替代的字符组成的字符串。
  	outtab -- 用来替换的字符串。
  	后者替换前者
  	#第三个参数此处不讨论
  
  	xxx.translate(table[, deletechars])  //根据参数table给出的表转换字符串的字符
  	table -- 翻译表，翻译表是通过maketrans方法转换而来。
  	deletechars -- 字符串中要过滤的字符列表。#第二个参数此处不讨论
  

  实例：

  	import base64
  	origin = 'ljz is yyy'
  	biao1 = str.maketrans("0123456789ABCDEF","abcdef0123456789")
  	str_encode = base64.b16encode(origin.encode('utf-8'))
  	encode = str(str_encode,'utf-8').translate(biao1)
  	print(encode)
  	biao2 = str.maketrans("abcdef0123456789","0123456789ABCDEF")
  	str_decode = base64.b16decode(encode.translate(biao2).encode('utf-8'))
  	print(str(str_decode,'utf-8'))
  

总结

Base编码的对比：

名称	下标数字二进制位数	编码表字符	是否补全“=”
Base16	4	0 ~ 9，A ~ F	不会
Base32	5	2 ~ 7，A ~ Z	会
Base64	6	0 ~ 9，A ~ Z，a ~ z	会