为什么最流行的编码算法是刚好带两个符号破坏兼容性的 base64，而不是能够无视大小写的 base36、不带符号的 base62？这两个符号不仅严重影响兼容性使标准码表的 base64 不能直接拼在 url 中，还没有增加多少信息密度

49 条回复 • 2024-09-02 11:50:16 +08:00

1

MoYi123

80 天前

不是有 base64url 吗?

2

drymonfidelia

OP

80 天前

@MoYi123 我说了 **标准码表** 啊，我是想讨论兼容性这么差的编码算法为什么会流行起来

3

MoYi123

80 天前

1

@drymonfidelia 因为 n % 64 == n & (63), 而 base62 和 base36 不行, 就这么简单.

4

vvhy

80 天前

3

字符串分割可不是处理 url 的好方法

5

Trim21

80 天前

码表长度是 2 的整数次方当然有加成啊，这意味着不需要进行大整数运算。

6

masterclock

80 天前

3

base64 发明的时候 http 还没被发明出来

7

bczhc

80 天前

因为 base64 广泛啊，multipart 里就能用它。而且 64 是 2 整数次方能方便编解码，重新对二进制位分隔就好了。而且其他的 binary-to-text 编码也有，base58 ，base62 base85 base91 等。你说 base32 ，咋不直接用 base16 ，就直接是十六进制咯。最后，base64url 也是事实上的规范。

8

drymonfidelia

OP

80 天前

@Trim21 多用几位一起编码不会带来明显的性能损失吧，和兼容性比起来两个符号的问题显得更大

9

tool2dx

80 天前

base62 解码写起来很麻烦的，代码量要比 base64 多。你写过一次，就知道为什么没有流行起来了。

总最简原则来讲，base64 还是方便不少。

10

sagaxu

80 天前

base64: 3 字节的东西编码进 4 字节
hex(base16): 2 字节的东西编码进 4 字节
bit 数是固定的，编码解码位运算很方便

base36 ？你告诉我是几字节到几字节？
占几个 bit 固定不固定？如果不固定，可变长时怎么标记位数？如果固定，那 base 一定是 2 的某个次方，比如 16/32/64/128

11

ipwx

80 天前

@drymonfidelia 本来位运算就比除法快一个数量级。

更何况为了速度，base64 都上 SSE/AVX2/AVX512 向量指令集了。

在编码方面，速度就是这么重要。

12

ipwx

80 天前

1

另外看楼主的背景是前端或者后端。

如果楼主会写 C ，大概才能理解为啥 64 位一定比 62 位快很多了。

13

Trim21

80 天前

@drymonfidelia #8 你首先要理解 baseXX 的意义，是把原始数据作为一个大整数然后进行进制转换。

base62 ，base63 跟 base65 可能差不多，但是 base64 有独特的性质。64=2^6 ，byte 的 255=2^8 意味着每 3 字节的原始数据一定能编码为 4 字节的 base64 。

所以 base64 可以每 4byte 进行处理，用现成的 uint32 就行。换成 base62 你就要处理一个不定长的 big int ，因为 62 不是 2 的幂，没有 base64 这样的性质。

14

proxytoworld

80 天前

2

挺奇怪的，又不是没有 url 编码，啥东西 url 编码之后拼在 url 也不会有问题啊，而且 base64 一开始设计也不是给 http 用的，只是刚好能用在 http 上

15

proxytoworld

80 天前

没看懂影响兼容性，url 编码解码不费 cpu ，又不是 api 改参数了。

16

h0099

80 天前

https://github.com/n0099/open-tbm/issues/24

17

IvanLi127

80 天前

2

这样说的话，主流 base64 不适合你这个用例，没必要上，谁逼你上的直接干他。坑你的人是主张在 url 里放乱七八糟东西的人，而不是 base64 。

18

Y25tIGxpdmlk

80 天前

base64 我记得好像是 3 位一组 3 位一组，然后不够的用=号补齐。用 62 的话，相似的设计，需要单独一个字符专门用来当补齐符号用。

19

wy315700

80 天前

因为 3 * 8 = 4 * 6

而 2 ^ 6 = 64 所以挑了 64 个字符

20

knva

80 天前

挺怪的.

21

liuidetmks

80 天前

避免除法，
你有 1G 数据流，直接当做一个整数，那是很麻烦的
而且可以流式处理，不用等到所有数据都接受到了才编码

22

CEBBCAT

80 天前

1

菜就多练，URL 传递 Base64 就用 Base64URL ，硬传不就等于自己给自己挖坑吗？用的哪个语言？没有便捷的库？

23

lisongeee

80 天前

4

> 被 base64 坑了好几次，按=截断 key=value 数据

看起来你的场景是在反序列化 url string 里的 search 参数，好奇为什么不用标准序列化对象？

https://developer.mozilla.org/en-US/docs/Web/API/URL

另外将 base64 编码到 url search 参数里的时候，也要调用标准序列化方法

此时 base64 里的 = 字符会变成 %3D ，如果按照这个标准序列化，你的分割不会出现错误

我猜测两边都是手动拼接/手动分割字符串去构造参数，而不是去使用标准序列化和反序列化方法

我们这边后端一个系统解析/构造 url 的时候不按照标准走，产生如 hash 丢失，参数解码错误破坏整个 url

还有飞书的网页第三方登录，点击拒绝授权的时候，如果你的参数里面有 url ，url 里面有特殊字符，虽然你的按标准走的，但是煞笔飞书会手动解码两次后拼接，导致破坏整个 url 导致参数丢失

每次跟这些不按标准喜欢自己拼接字符串的煞笔对接都气死我了

24

adoal

80 天前

2

手拼 URL 不检查不转换参数偏要怪 base64 使用了不兼容 URL 的字符……那你手拼 SQL 直接传裸参试试。

25

tool2dx

80 天前

@lisongeee RFC 标准有，就是 https://en.wikipedia.org/wiki/Base64 里的 base64url ，简单来说就是把'+'和'/'变成'-'和'_', 再把尾巴=去掉。

在国外项目挺常见的，比如 lets encrypt acme 协议提交的 url ，就必须这样编码。

26

lisongeee

80 天前

@tool2dx

你的回复和我的回复没有一点关系，你是不是回复错人了

---

另外 base64 尾部的 = 只是为了让这个 base64 string 的长度是 4 的倍数

而现在的大多数解析器解析时都是支持忽略尾部 = 字符的，所以很多工具生成的 base64 都没有 = 字符

27

tool2dx

80 天前

@lisongeee 嗯，我只是多一句嘴，回复确实没啥关系。

28

DOLLOR

80 天前

2

先不说 base64 ，你拼 URL 的时候不用 encodeURIComponent()再包裹一遍吗？被坑了几次都还没这个意识吗？

29

FengMubai

80 天前

base16(hex): 变为原来的 2 倍
base32: 1.6 倍
base64: 1.333 倍
base85: 1.25 倍

base85 里有反斜线, base64 已经很折中了

30

BugCry

80 天前

网站可以发出来看一下吗，我保证不做 sql 注入

31

drymonfidelia

OP

80 天前

@vvhy
@CEBBCAT
@lisongeee
@adoal
@tool2dx
@DOLLOR
@BugCry 我又没说我在 url 里直接拼 base64 ，是我对接的很多人、接口都在往 url 、cookies 里直接拼接 base64 ，大厂也在这么干。例如你随便打开一个有接入 akamai bot manager 的网站，像 nike.com ，找到 _abck 这个 cookies ，第三段就是直接拼接的 base64

32

drymonfidelia

OP

80 天前

@drymonfidelia 然后 cookies 就是 key=value 编码的，如果直接按=截断就会出现这个问题

33

zpfhbyx

80 天前

base64 urlsafe

34

oamu

80 天前

稍微了解下位运算也不至于说出 “码表长度是 2 的整数次方没有任何的加成。” 这种话。

35

proxytoworld

80 天前

@drymonfidelia 你没对=做判断吗，=是最后出现的字符，而且最多两个，这分割没啥大问题啊

36

tool2dx

80 天前

@drymonfidelia 你标题有没写 cookies ，只说了 url 。

cookies 内是允许用=符号的，虽然我也觉得解析起来会很奇怪，但浏览器确实是允许的。

37

msg7086

80 天前

1

URL 不适合用 base64 所以有了 base64 的 url-safe 版本。
Cookie 不是问题吧，本来就是按等号分割成两部分，第二部分有没有等号不影响使用。

38

drymonfidelia

OP

80 天前

@msg7086 URL 一样是用=分为两部分，只是 cookies 分隔符是=和;，URL 是=和&，没有本质区别我就只写了一个
@tool2dx

39

NoOneNoBody

80 天前

1

既然都说的二进制，总应该知道 6 个 bit 就是 64 吧？ 62 不能完整表示 6 个 bit 啊，36 表示 5 个 bit 又浪费了几个字符
这些编码本来就早于 url 诞生的，你应该问的是为什么 url 标准不考虑兼容 base64

base64 的重要思想是将 bytes 以可视、非控制字符表示，是 bytes 类型转无控制字符的 string 类型的最简单实现，压根就和 url 没什么关系

40

cheng6563

80 天前

有没有可能就是单纯的 base64 比 url 诞生的早？

41

GeekGao

80 天前

延续 40 楼的发言：
Base64 最早是在 1993 年由 IETF （互联网工程任务组）定义的。当时，它作为 MIME （多用途互联网邮件扩展）协议的一部分被提出。
在那之前，互联网主要用于电子邮件和文件传输，但 WWW （ World Wide Web ）还处于非常早期的阶段。Base64 并不是专门为 WWW 发明的，但它恰好在 WWW 开始普及之际被标准化。这种巧合使得 Base64 成为 WWW 生态系统中的一个重要工具，为网页中的二进制数据传输提供了可靠的解决方案。