将字节数组解码为 base64 时出错，其中包含“-”和“_”等字符答案

【问题标题】：Error while decoding a byte array to base64 which contains characters like '-' and '_'将字节数组解码为 base64 时出错，其中包含“-”和“_”等字符
【发布时间】：2019-03-08 14:31:38
【问题描述】：

我正在尝试对字节数组进行 base64 解码，只要我的字节数组不包含任何字符，如“-”或“_”，一切都运行良好。但是每当字节数组包含'-'时，我都会得到一个异常

java.lang.IllegalArgumentException: Illegal base64 character 2d
    at java.util.Base64$Decoder.decode0(Base64.java:714)
    at java.util.Base64$Decoder.decode(Base64.java:526)

当字节数组包含'_'时，异常是

java.lang.IllegalArgumentException: Illegal base64 character 5f
    at java.util.Base64$Decoder.decode0(Base64.java:714)
    at java.util.Base64$Decoder.decode(Base64.java:526)

即字符 2d 到 5f 之后的代码差异。这些代码是什么。无论我的代码中的这些字符如何，我如何解码任何值？

这是我的代码 sn-p：

import java.util.Properties;
import java.util.Base64;
import java.io.*;
...

public class BasicSample {

    public static void main(String[] args) {
      byte[] encoded = res.getBytes("s_id");
      System.out.printf("\nInside Byte %s\n",new String(encoded) );
      try {
        byte[] decoded = Base64.getDecoder().decode(encoded);

        System.out.printf("\nDecoded Byte %s\n",new String(decoded, "UTF-8") );
      } catch(Exception e) {
        e.printStackTrace();
      }
   }

}

【问题讨论】：

标签： java encoding base64 decode

【解决方案1】：

根据RFC 2045，表1：Base64 字母表- 和_ 都不是字母表的一部分。 Base64 解码器只使用字母表中存在的字符，您不能只解码任意字符。

                Table 1: The Base64 Alphabet

 Value Encoding  Value Encoding  Value Encoding  Value Encoding
     0 A            17 R            34 i            51 z
     1 B            18 S            35 j            52 0
     2 C            19 T            36 k            53 1
     3 D            20 U            37 l            54 2
     4 E            21 V            38 m            55 3
     5 F            22 W            39 n            56 4
     6 G            23 X            40 o            57 5
     7 H            24 Y            41 p            58 6
     8 I            25 Z            42 q            59 7
     9 J            26 a            43 r            60 8
    10 K            27 b            44 s            61 9
    11 L            28 c            45 t            62 +
    12 M            29 d            46 u            63 /
    13 N            30 e            47 v
    14 O            31 f            48 w         (pad) =
    15 P            32 g            49 x
    16 Q            33 h            50 y

正如 Roland Illig 所指出的，您可能正在处理 URL 友好的 Base 64 变体，其中 _ 替换 + 和 - 替换 /。在这种情况下，在解码之前恢复更改可能就足够了：

String raw = new String(res.getBytes("s_id"));
String encoded = raw.replace("_", "+").replace("-", "/");
String decoded = Base64.getDecoder().decode(encoded);

但是，如果不查看服务器端编码代码，就无法知道数据的实际编码方式。

【讨论】：

实际上我是从服务器获取这些编码数据，我只需要出于某种目的对其进行解码。所以我无法控制这些值在编码字节数组中的存在。您能否建议为了成功解码，最好的方法是什么？
那么你要么没有在服务器上使用Base64 来编码数据，要么你读错了。弄清楚数据在服务器上的编码方式并使用正确的解码器。
您的答案应该提到 Base64 的“URL 友好”变体，它使用 _ 和 - 而不是 + 和 /。

【解决方案2】：

解决方案

将'-' 替换为'+'，将'_' 替换为'/'，如下行所示

byte[] decoded = Base64.getDecoder().decode(encoded.replace('-', '+').replace('_', '/'));

基本原理

有 Base64 编码和 Base64url 编码。除了上面指出的两个字符替换之外，它们完全相同。

查看RFC 4648中的表1和表2：

                Table 1: The Base 64 Alphabet

 Value Encoding  Value Encoding  Value Encoding  Value Encoding
     0 A            17 R            34 i            51 z
     1 B            18 S            35 j            52 0
     2 C            19 T            36 k            53 1
     3 D            20 U            37 l            54 2
     4 E            21 V            38 m            55 3
     5 F            22 W            39 n            56 4
     6 G            23 X            40 o            57 5
     7 H            24 Y            41 p            58 6
     8 I            25 Z            42 q            59 7
     9 J            26 a            43 r            60 8
    10 K            27 b            44 s            61 9
    11 L            28 c            45 t            62 +
    12 M            29 d            46 u            63 /
    13 N            30 e            47 v
    14 O            31 f            48 w         (pad) =
    15 P            32 g            49 x
    16 Q            33 h            50 y

[...]

                Table 2: The "URL and Filename safe" Base 64 Alphabet

 Value Encoding  Value Encoding  Value Encoding  Value Encoding
     0 A            17 R            34 i            51 z
     1 B            18 S            35 j            52 0
     2 C            19 T            36 k            53 1
     3 D            20 U            37 l            54 2
     4 E            21 V            38 m            55 3
     5 F            22 W            39 n            56 4
     6 G            23 X            40 o            57 5
     7 H            24 Y            41 p            58 6
     8 I            25 Z            42 q            59 7
     9 J            26 a            43 r            60 8
    10 K            27 b            44 s            61 9
    11 L            28 c            45 t            62 - (minus)
    12 M            29 d            46 u            63 _
    13 N            30 e            47 v           (underline)
    14 O            31 f            48 w
    15 P            32 g            49 x
    16 Q            33 h            50 y         (pad) =

这是来自 RFC 的另一个引用：

这种编码可以称为“base64url”。这种编码不应被视为与“base64”编码相同，并且不应仅称为“base64”。除非明确否则，“base64”指的是上一节中的base 64。这种编码在技术上与前一种相同，除了对于 62:nd 和 63:rd 字母字符，如表 2 所示。

【讨论】：