无法使用 java.util.Base64 正确编码和解码

Question

让“awids”为 12 个字符长度的 id，以 64 为基数 (A-Z a-z 0-9 "-" "@")。这是输入。

我的最终目标是在这些 awid 和 UUIDs 之间创建一个双射映射，使用一些填充，将 awid 作为初始输入。

尝试使用java.util.Base64 在解码和编码后我没有得到初始值。我犯了什么愚蠢的错误？ :)

对于我在下面展示的可重现示例，输出是错误的，因为在decode()-encode() 之后没有返回输入字符串并且没有保留双射（Q39s/L 和 Q39s/A 都映射到同一个值）。

------------------------------------------> Q39s/L（6 [51 33 39 73 2f 4c]） 4 [43 7f 6c fc] -> 6 [51 33 39 73 2f 41] -> Q39s/A (6 [51 33 39 73 2f 41]) 4 [43 7f 6c fc] -> 6 [51 33 39 73 2f 41] -> Q39s/A (6 [51 33 39 73 2f 41])

这是一个可重现的例子：

import java.nio.charset.StandardCharsets; import java.util.Base64; import java.util.StringJoiner; public class StackOverflowQuestion { public static void main(String[] args) { String halfAwid = "Q39s/L"; byte[] sigBits = Base64.getDecoder().decode(halfAwid.getBytes(StandardCharsets.UTF_8)); byte[] actualSigBits = Base64.getEncoder().withoutPadding().encode(sigBits); String actualHalfAwid = new String(actualSigBits, StandardCharsets.UTF_8); byte[] sigBits2 = Base64.getDecoder().decode(halfAwid.getBytes(StandardCharsets.UTF_8)); byte[] actualSigBits2 = Base64.getEncoder().withoutPadding().encode(sigBits2); String actualHalfAwid2 = new String(actualSigBits2, StandardCharsets.UTF_8); System.out.println("----------------------------------------------> " + halfAwid + " (" + toHexString(halfAwid) + ") " + "\n" + " " + toHexString(sigBits) + " -> " + toHexString(actualSigBits) + " -> " + actualHalfAwid + " (" + toHexString(actualHalfAwid) + ") " + "\n" + " " + toHexString(sigBits2) + " -> " + toHexString(actualSigBits2) + " -> " + actualHalfAwid2 + " (" + toHexString(actualHalfAwid2) + ")" + ""); } private static String toHexString(byte[] bytes) { StringJoiner joiner = new StringJoiner(" ", "" + bytes.length + " [", "]"); for (byte b : bytes) { joiner.add(String.format("%02x", b)); } return joiner.toString(); } private static String toHexString(String text) { return toHexString(text.getBytes()); } }

不要犹豫，指出我在代码中出现的任何其他错误，即使它们与问题没有直接关系。谢谢。

Answer 1

如果您将编码数据视为整个字节（或 ASCII 字符）的序列，Base64 编码并不是所有输入大小的双射映射。 Base64 将 8 位单元编码为 6 位单元（每个单元产生 64 种可能的组合），因此当您编码 4 个字节，即4×8=32 位时，您将得到32/6=5⅓ 单元输出，这意味着输出的第六个单元不会使用所有位。

换句话说，当您将由 64 个已定义字符中的 6 个组成的任意字符串视为经过 Base64 编码时，您会将 64⁶ 组合的字符串投影到具有 256⁴ 组合的六个字节的“源”序列，​​这意味着数据丢失。

如果您选择可以投影到整数单位的输入大小，例如，您可以使用 Base64 编码作为双射映射。显然，六个源字节可以编码为八个 Base64 编码字节。但它不适用于六个编码字节。有趣的是，它将适用于您实际所需的大小，因为 9 个源字节将被编码为正好 12 个编码字节：9×8=72、72/6=12。