本文原计划写两部分内容,第一是记录最近遇到的与 Base64 有关的 Bug,第二是 Base64 编码的原理详解。结果写了一半发现,诶?不复杂的一个事儿怎么也要讲这么长?不利于阅读和理解啊(其实是今天有点懒想去休闲娱乐会儿),所以 Base64 编码的原理详解的部分将在下一篇带来,敬请关注。

0x01 遇到的现象

A 向 B 提供了一个接口,约定接口参数 Base64 编码后传递。

但 A 对 B 传递的参数进行 Base64 解码时报错了:

1
Illegal base64 character a

0x02 原因分析

搜索后发现这是一个好多网友们都踩过的坑,简而言之就一句话:Base64 编/解码器有不同实现,有的不相互兼容。

比如我上面遇到的现象,可以使用下面这段代码完整模拟复现:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
package org.mazhuang.base64test;

import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.util.Base64Utils;
import sun.misc.BASE64Encoder;

@SpringBootApplication
public class Base64testApplication implements CommandLineRunner {
@Override
public void run(String... args) throws Exception {
byte[] content = "It takes a strong man to save himself, and a great man to save another.".getBytes();
String encrypted = new BASE64Encoder().encode(content);
byte[] decrypted = Base64Utils.decodeFromString(encrypted);
System.out.println(new String(decrypted));
}

public static void main(String[] args) {
SpringApplication.run(Base64testApplication.class, args);
}

}

以上代码执行会报异常:

1
2
3
Caused by: java.lang.IllegalArgumentException: Illegal base64 character a
at java.util.Base64$Decoder.decode0(Base64.java:714) ~[na:1.8.0_202-release]
at java.util.Base64$Decoder.decode(Base64.java:526) ~[na:1.8.0_202-release]

*注: 测试代码里的那个字符串如果很短,比如「Hello, World」这种,可以正常解码。*

也就是说,用 sun.misc.BASE64Encoder 编码,用 org.springframework.util.Base64Utils 进行解码,是有问题的,我们可以用它俩分别对以上符串进行编码,然后输出看看差异。测试代码:

1
2
3
4
5
byte[] content = "It takes a strong man to save himself, and a great man to save another.".getBytes();

System.out.println(new BASE64Encoder().encode(content));
System.out.println("--- 华丽的分隔线 ---");
System.out.println(Base64Utils.encodeToString(content));

输出:

1
2
3
4
SXQgdGFrZXMgYSBzdHJvbmcgbWFuIHRvIHNhdmUgaGltc2VsZiwgYW5kIGEgZ3JlYXQgbWFuIHRv
IHNhdmUgYW5vdGhlci4=
--- 华丽的分隔线 ---
SXQgdGFrZXMgYSBzdHJvbmcgbWFuIHRvIHNhdmUgaGltc2VsZiwgYW5kIGEgZ3JlYXQgbWFuIHRvIHNhdmUgYW5vdGhlci4=

可以看到 sun.misc.BASE64Encoder 编码后的内容换行了,而换行符的 ASCII 编码正好是 0x0a,如此貌似解释得通了。让我们进一步跟踪一下,找一下出现这种差异的源头。

0x03 更进一步

在 IDEA 里按住 CTRL 或 COMMAND 键点击方法名,可以跳转到它们的实现。

3.1 sun.misc.BASE64Encoder.encode

这种写法主要涉及到两个类,sun.misc 包下的 BASE64Encoder 和 CharacterEncoder,其中后者是前者的父类。

它实际工作的 encode 方法是在 CharacterEncoder 文件里,带注释版如下:

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
26
27
28
29
30
31
32
33

public void encode(InputStream inStream, OutputStream outStream)
throws IOException {
int j;
int numBytes;
// bytesPerLine 在 BASE64Encoder 里实现,返回 57
byte tmpbuffer[] = new byte[bytesPerLine()];

// 用 outStream 构造一个 PrintStream
encodeBufferPrefix(outStream);

while (true) {
// 读取最多 57 个 bytes
numBytes = readFully(inStream, tmpbuffer);
if (numBytes == 0) {
break;
}
// 啥也没干
encodeLinePrefix(outStream, numBytes);
// 每次处理 3 bytes,编码成 4 bytes,不足位的补 0 位和 '='
for (j = 0; j < numBytes; j += bytesPerAtom()) {
// ...
}
if (numBytes < bytesPerLine()) {
break;
} else {
// 换行
encodeLineSuffix(outStream);
}
}
// 啥也没干
encodeBufferSuffix(outStream);
}

然后在 CharacterEncoder 类的注释里我们可以看到编码后的格式:

1
2
3
[Buffer Prefix]
[Line Prefix][encoded data atoms][Line Suffix]
[Buffer Suffix]

而结合 BASE64Encoder 这个实现类来看,Buffer Prefix、Buffer Suffix 和 Line Prefix 都为空,Line Suffix 为 \n

至此,我们已经找到实现中换行的部分——这个编码器实现里,读取 57 个 byte 作为一行进行编码(编码完成后是 76 个 byte)。

3.2 org.springframework.util.Base64Utils.encodeToString

这种写法主要涉及到 org.springframework.util.Base64Utils 和 java.util.Base64 两个类,可以看到前者主要是后者的封装。

Base64Utils.encodeToString 这种写法最终用到的是 Base64.Encoder.RFC4648 这种编码器:

1
2
// isURL = false,newline = null,linemax = -1,doPadding = true
static final Encoder RFC4648 = new Encoder(false, null, -1, true);

留意 newline 和 linemax 的值。

然后看实际的编码实现所在的 Base64.encode0 方法:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
private int encode0(byte[] src, int off, int end, byte[] dst) {
// ...
while (sp < sl) {
// ...

// 这个条件不会满足,不会加换行
if (dlen == linemax && sp < end) {
for (byte b : newline){
dst[dp++] = b;
}
}
}
// ...
return dp;
}

所以……这个实现里没有换行。

0x04 小结

经过以上的分析,真相已经大白了,就是两个编码器的实现不一样,我们在开发过程中注意使用匹配的编码解码器就 OK 了,就是用哪个 Java 包下面的编码器编码,就用相同包下的对应解码器解码。

至于为啥会出现不一样的实现,它们之间有过什么来龙去脉、恩怨情仇,Base64 的详细原理等等,就厚着老脸,邀请大家且听下回分解吧!:-P