Base64编码和解码（手写和调包）

做了很久的CTF，一直使用在线工具去解析base64，从没想过这些编码的原理，终于有心思研究一下。

0x01. 什么是base64？

Base64是一种用64个字符来表示任意二进制数据的方法。它是一种编码方式，并不是加密方式。它通过将二进制数据转变为64个“可打印字符”，完成了数据在HTTP协议上的传输。

0x02. base64如何玩转？

Base64编码要求把3个8位字节（$3*8 =24$）转化为4个6位的字节（$4*6=24$），之后在6位的前面补两个0，形成8位一个字节的形式。 如果剩下的字符不足3个字节，则用0填充，输出字符使用‘=’，因此编码后输出的文本末尾可能会出现1或2个‘=’。

0x02_1. base64编码表

为了保证所输出的编码位可读字符，Base64制定了一个编码表，以便进行统一转换。编码表的大小为$2^6=64$，这也是Base64名称的由来。编码表如下：

0x02_2. 图例分析

假设我们有三个字母Man，进行base64编码，过程如图：

3个8位字节转化为4个6位的字节，之后在6位的前面补两个0，形成8位一个字节的形式。

但是，当需要转换的字符数不是3的倍数的情况下该怎么办呢？Base64规定，当需要转换的字符不是3的倍数时，一律采用补0的方式凑足3的倍数，具体如下表所示：

0x03. base64编码脚本

import math
from string import ascii_uppercase, ascii_lowercase, digits


def base64_encode(s):
    base = ascii_uppercase + ascii_lowercase + digits + '+/'

    bits = [bin(ord(x))[2:].rjust(8, '0') for x in s]
    bits_concat = ''.join(bits)

    rounds = math.ceil(len(bits_concat) / 6)
    bits_concat_cut = [bits_concat[6 * round: 6 * (round + 1)] for round in range(rounds)]
    result = [base[int(x.ljust(6, '0'), 2)] for x in bits_concat_cut]

    res = ''.join(result)
    if len(result) % 4 == 0:
        return res
    elif len(result) % 4 == 2:
        return res + '=='
    else:
        return res + '='


if __name__ == '__main__':
    print(base64_encode('Man'))
    print(base64_encode('Ma'))
    print(base64_encode('M'))

结果如图：

0x04. base64解码脚本

import math
from string import ascii_uppercase, ascii_lowercase, digits


def base64_decode(s):
    base = ascii_uppercase + ascii_lowercase + digits + '+/'
    if '==' in s: # 如果是填充两个==
        s = s[0: -2]
    elif '=' in s: # 如果是填充一个==
        s = s[0: -1]
    # 找到对应的密码表进制，填充为6位一组
    bin_data = [bin(base.find(x))[2:].rjust(6, '0') for x in s]
    bin_data_concat = ''.join(bin_data)
    
    # 将拼接字符以8位长度作为分隔还原
    cut = [bin_data_concat[idx: idx + 8] for idx in range(0, len(bin_data_concat), 8)]
    
    # 当字符长度为8位直接还原，不足长度说明是填充的无需操作
    rt = [chr(int(x, 2)) if len(x) == 8 else '' for x in cut]
    return ''.join(rt)


if __name__ == '__main__':
    print(base64_decode('TWFu'))
    print(base64_decode('TWE='))
    print(base64_decode('TQ=='))

结果如图：

0x05. 使用python3.5自带的函数进行编码

import base64


if __name__ == '__main__':
    string = 'Man'.encode()
    str_encode = base64.b64encode(string)
    # 编码得到TWFu
    print(str_encode)
    
    str_decode = base64.b64decode(str_encode)
    # 解码得到Man
    print(str_decode)

结果如图：

0x06. 总结

• 在网络传输中，不是所的的内容都是可打印字符，其中绝大多数数据是不可见字符，base64可以基于64个可打印字符来表示这些带有不可打印字符的传输数据。
• base64一般不作为安全加密算法的，因为过程可逆。

幸地识请桃花面，从此阡陌多暖春。 最后放个图放松一下眼睛：