Base64 編解碼完全指南：原理、填補、換行與高效 C++ 實作

Base64 是將任意二進位資料編碼為 64 個可列印 ASCII 字元的標準演算法 (RFC 4648)，廣泛用於電子郵件 (MIME)、HTTP Basic Auth、Data URI、JWT、XML/JSON 二進位嵌入等場景。本文從位元層級拆解原理，提供生產級 C++ 實作並解決常見坑點。

一、字元表與索引對照

索引:  0-25  26-51  52-61  62   63   填補
字元:  A-Z   a-z    0-9    +    /    =

• 標準表：ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/
• URL 安全變體 (Base64URL)：+ → -, / → _, 移除填補 =。

二、編碼核心邏輯：3 位元組 → 4 字元

每 3 個位元組 (24 bits) 切成 4 組 6 bits，對應索引表：

輸入:  [b1:8bits] [b2:8bits] [b3:8bits]
        └────┬────┘ └────┬────┘ └────┬────┘
             6b          6b          6b          6b
輸出:  [i1]     [i2]     [i3]     [i4]
索引:  b1>>2     (b1&3)<<4|b2>>4  (b2&15)<<2|b3>>6  b3&63

三、填補規則 (Padding)

解碼時遇到 = 即停止，忽略後續字元。

四、MIME 換行規範

RFC 2045 規定每 76 字元插入 CRLF。解碼時必須跳過 \r \n 及空白字元。

五、高效 C++ 實作 (無依賴、支援任意二進位)

#include 
#include 
#include 

class Base64 {
    static constexpr std::array ENC_TABLE = 
        "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
    static constexpr std::array DEC_TABLE = []{
        std::array t{}; t.fill(-1);
        for (int i = 0; i < 64; ++i) t[(unsigned char)ENC_TABLE[i]] = i;
        return t;
    }();
public:
    // 編碼：輸入 byte vector，輸出 string (含換行選項)
    static std::string encode(const std::vector& in, bool withNewline = false) {
        std::string out; out.reserve((in.size() + 2) / 3 * 4 + (withNewline ? in.size() / 57 + 1 : 0));
        size_t i = 0, n = in.size();
        for (; i + 2 < n; i += 3) {
            out.push_back(ENC_TABLE[in[i] >> 2]);
            out.push_back(ENC_TABLE[((in[i] & 3) << 4) | (in[i+1] >> 4)]);
            out.push_back(ENC_TABLE[((in[i+1] & 15) << 2) | (in[i+2] >> 6)]);
            out.push_back(ENC_TABLE[in[i+2] & 63]);
            if (withNewline && out.size() % 76 == 0) out.push_back('\n');
        }
        size_t rem = n - i;
        if (rem == 1) {
            out.push_back(ENC_TABLE[in[i] >> 2]);
            out.push_back(ENC_TABLE[(in[i] & 3) << 4]);
            out.push_back('='); out.push_back('=');
        } else if (rem == 2) {
            out.push_back(ENC_TABLE[in[i] >> 2]);
            out.push_back(ENC_TABLE[((in[i] & 3) << 4) | (in[i+1] >> 4)]);
            out.push_back(ENC_TABLE[(in[i+1] & 15) << 2]);
            out.push_back('=');
        }
        return out;
    }

    // 解碼：自動跳過空白、換行、填補
    static std::vector decode(const std::string& in) {
        std::vector out; out.reserve(in.size() * 3 / 4);
        unsigned char buf[4]; int buf_idx = 0;
        for (char ch : in) {
            signed char v = DEC_TABLE[(unsigned char)ch];
            if (v == -1) continue;           // 跳過空白、換行
            if (ch == '=') break;            // 遇到填補結束
            buf[buf_idx++] = (unsigned char)v;
            if (buf_idx == 4) {
                out.push_back((buf[0] << 2) | (buf[1] >> 4));
                out.push_back((buf[1] << 4) | (buf[2] >> 2));
                out.push_back((buf[2] << 6) | buf[3]);
                buf_idx = 0;
            }
        }
        // 處理末尾不足 4 字元 (理論上不應發生，若有填補已 break)
        return out;
    }
};

六、常見坑點與對策

七、效能優化方向

• 查表法：解碼用 256-byte 反查表 (如上)，O(1) 無分支。
• SIMD (SSSE3/AVX2/NEON)：vpshufb 並行查表、位元重組，單核可達 5-10 GB/s。開源庫：base64-simd, fastbase64, Chromium base::Base64Encode。
• 零拷貝：直接對記憶體映射檔案操作，避免中間緩衝區。

八、單元測試向量 (RFC 4648 §10)

""                    → ""
"f"                   → "Zg=="
"fo"                  → "Zm8="
"foo"                 → "Zm9v"
"foob"                → "Zm9vYg=="
"fooba"               → "Zm9vYmE="
"foobar"              → "Zm9vYmFy"

Base64 雖非加密，卻是現代網路協定的基石。掌握其位元級原理、填補規則、換行處理與高效實作，能讓您在處理郵件、Token、資料序列化、WebSocket 幀等場景時游刃有餘。完整專案 (含 CMake、GoogleTest、SIMD 版本切換) 請參考文章附件。