登录在 JavaScript 中处理中文字符串的 Base64 编码与解码
在 JavaScript 中处理中文字符串的 Base64 编码与解码
在 Web 开发中，Base64 编码是一种常见的数据转换方式。它通过将二进制数据转换为文本数据，便于在 HTTP 请求、URL 中传输或存储。然而，处理中文字符时，Base64 编码会面临一些特殊的挑战，因为中文字符通常占用多个字节，而 Base64 编码是基于字节的。在本文中，我们将介绍两种方法来处理中文字符串的 Base64 编码与解码。
为什么 Base64 编码会与中文字符发生冲突？
Base64 编码是一种将二进制数据转换为 ASCII 字符串格式的方式。每个字符占用 6 位，而 Base64 编码本身的原理是将输入数据按照每 6 位拆分，并映射到对应的 Base64 字符上。
然而，中文字符在 UTF-8 编码下通常需要多个字节（通常是 3 个字节）。因此，如果我们直接对中文字符进行 Base64 编码而没有正确处理字符编码，可能会导致编码错误或者解码时出现乱码。为了避免这个问题，我们需要先将中文字符转换为 UTF-8 字节，然后再进行 Base64 编码。
在本文中，我们将介绍两种不同的方式来解决这个问题，分别是手动实现 Base64 编码和解码的方式，以及使用 TextEncoder 和 TextDecoder API 来处理编码和解码。
方法一：手动实现 Base64 编码与解码
在这个方法中，我们手动处理每个字节，并将字节转化为二进制字符串。然后，我们将二进制字符串按每 6 位进行拆分，映射为 Base64 字符。解码时，我们通过反向操作将 Base64 字符还原为二进制数据，然后恢复为原始的 UTF-8 字符串。
(1) 中文字符串的 Base64 编码
function base64Encode(input) {
const base64Chars = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/';
// 将字符串转换为 UTF-8 字节
let utf8Bytes = new TextEncoder().encode(input);
// 将每个字节转换为二进制字符串
let binaryString = '';
for (let i = 0; i < utf8Bytes.length; i++) {
binaryString += utf8Bytes[i].toString(2).padStart(8, '0');
}
// 按 6 位拆分
const chunks = [];
for (let i = 0; i < binaryString.length; i += 6) {
chunks.push(binaryString.slice(i, i + 6));
}
// 如果最后一组少于 6 位，进行填充
if (chunks[chunks.length - 1].length < 6) {
chunks[chunks.length - 1] = chunks[chunks.length - 1].padEnd(6, '0');
}
// 查找对应的 Base64 字符
let base64Encoded = chunks.map(chunk => {
const index = parseInt(chunk, 2); // 将二进制转换为数字
return base64Chars.charAt(index);
}).join('');
// 添加填充字符
while (base64Encoded.length % 4 !== 0) {
base64Encoded += '=';
}
return base64Encoded;
}
// 示例
const input = '你好润，Base64！';
const encoded = base64Encode(input);
console.log('Encoded:', encoded);// Encoded: 5L2g5aW95ram77yMQmFzZTY077yB
解释：
-
UTF-8 编码：通过
TextEncoder().encode(input)方法，我们将输入的中文字符串转换为 UTF-8 字节。每个字节在 UTF-8 编码中通常会占用多个字节（例如中文字符通常占用 3 个字节）。 - 二进制转换：我们将每个字节转为二进制字符串，并将它们合并成一个长的二进制串。
- Base64 编码：通过按每 6 位将二进制字符串拆分，我们将每一组 6 位的二进制数转换为对应的 Base64 字符。
-
填充字符：Base64 编码要求输出的字符数必须是 4 的倍数，因此我们在末尾添加
=字符进行填充。
(2) 中文字符串的 Base64 解码
function base64Decode(input) {
const base64Chars = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/';
// 去除填充字符 '='
input = input.replace(/=/g, '');
// 将每个 Base64 字符转换为 6 位二进制
let binaryString = '';
for (let i = 0; i < input.length; i++) {
const index = base64Chars.indexOf(input.charAt(i)); // 查找字符的位置
binaryString += index.toString(2).padStart(6, '0'); // 将位置转换为 6 位二进制
}
// 每 8 位一个字节，转换为字节
let decodedBytes = [];
for (let i = 0; i < binaryString.length; i += 8) {
const byte = binaryString.slice(i, i + 8);
decodedBytes.push(parseInt(byte, 2)); // 将二进制转为字节
}
// 将字节数组转换为 UTF-8 字符串
let decodedString = new TextDecoder().decode(new Uint8Array(decodedBytes));
return decodedString;
}
// 示例
const decoded = base64Decode(encoded);
console.log('Decoded:', decoded);//Decoded: 你好润，Base64！
解释：
- Base64 解码：首先将 Base64 字符串转换为 6 位二进制字符串。然后每 8 位恢复为一个字节。
-
还原字符：通过
TextDecoder将解码后的字节数组还原为 UTF-8 字符串。
3. 方法二：使用 TextEncoder 和 TextDecoder API
如果不想手动实现 Base64 编码和解码的过程，现代浏览器提供了 TextEncoder 和 TextDecoder API，可以帮助我们简化编码和解码过程。我们可以直接使用这些 API 来将中文字符串转换为字节数组，再进行 Base64 编码。
(1) 中文字符串的 Base64 编码
function base64EncodeUsingAPI(input) {
// 使用 TextEncoder 将字符串转换为 UTF-8 字节
const utf8Bytes = new TextEncoder().encode(input);
// 将字节数组转换为 Base64 字符串
return btoa(String.fromCharCode.apply(null, utf8Bytes));
}
// 示例
const input = '你好red润，Base64！';
const encoded = base64EncodeUsingAPI(input);
console.log('Encoded:', encoded);//Encoded: 5L2g5aW9cmVk5ram77yMQmFzZTY077yB
解释：
-
TextEncoder：通过
TextEncoder将字符串转换为 UTF-8 字节数组。 -
btoa：btoa是一个内建的 JavaScript 函数，用于将二进制数据转换为 Base64 编码的字符串。需要注意的是，btoa只能处理 8 位字符，因此我们通过String.fromCharCode.apply方法将字节数组转换为字符串，然后进行编码。
(2) 中文字符串的 Base64 解码
function base64DecodeUsingAPI(input) {
// 使用 atob 解码 Base64 字符串
const decodedData = atob(input);
// 将解码后的字符串转换为字节数组
const byteArray = new Uint8Array(decodedData.length);
for (let i = 0; i < decodedData.length; i++) {
byteArray[i] = decodedData.charCodeAt(i);
}
// 使用 TextDecoder 将字节数组转换为原始字符串
return new TextDecoder().decode(byteArray);
}
// 示例
const decoded = base64DecodeUsingAPI(encoded);
console.log('Decoded:', decoded);// Decoded: 你好red润，Base64！
解释：
-
atob：atob函数用于解码 Base64 字符串。解码后的数据是一个原始的二进制字符串。 -
TextDecoder：通过
TextDecoder将字节数组还原为 UTF-8 字符串。
4. 总结
在处理中文字符串的 Base64 编码与解码时，关键在于如何正确地将字符转换为字节数据。通过手动处理每个字节或使用现代的 TextEncoder 和 TextDecoder API，我们可以确保中文字符能够正确地进行 Base64 编码与解码。
- 手动实现：适用于那些需要详细控制编码过程的场景。你可以深入理解 Base64 编码的每个细节，并根据需要进行优化。
-
使用 API：对于大多数情况，
TextEncoder和TextDecoderAPI 提供了一种更简洁、直接的方式来处理编码和解码，减少了手动操作的复杂性。
