Java：十六进制编码字节用base64解码答案

【问题标题】：Java : Hex encoded bytes get decoded with base64Java：十六进制编码字节用base64解码
【发布时间】：2019-03-20 15:50:10
【问题描述】：

HEX(Base16) 编码字节用 Base64 解码而不抛出异常？如何区分是否只用base16编码器编码？

org.apache.commons.codec.binary.Base64.decodeBase64(bytesencodedwithHex);

当上述方法的字节是十六进制编码数据时，该方法不会抛出任何异常或帮助识别它是十六进制编码的。甚至 org.apache.commons.codec.binary.Base64.Base64.isBase64(bytesencodedwithHex) 返回 true。

字符串“Hello”下面的示例使用十六进制编码，当我使用 Base64 解码时，它给出了一些废话。在这种情况下，如何让我的客户知道他们使用了错误的解码器？：

System.out.println(new 
String(org.bouncycastle.util.encoders.Hex.encode("Hello".getBytes())));  

System.out.println(new String(org.bouncycastle.util.encoders.Base64.decode("48656c6c6f".getBytes())));

【问题讨论】：

为什么要它抛出异常？十六进制值（例如 '10ab'）是合法的 base64 字符串...你能举例说明你的输入吗？
感谢@Shir 的回复。我在主要问题中添加了详细信息。

标签： java base64 hex encode

【解决方案1】：

有些字符串不是以 64 为基数，就是以 16 为基数，没有任何线索。

但有线索：

如果 length() % 2 != 0 那么它必须是 Base64。
如果 length() % 3 == 1 则有 6 个虚假位，不能是 Base64。因为它必须是 Base16，所以即使 length() % 2 == 0 也必须成立。
所有字母最有可能是大写或小写。
缺少特殊的“数字”/、+ 和 G-Zg-z。

所以：

boolean probablyHex(String s) {
    if (s.endsWith("=")) { // Base64 padding char (optional).
        return false;
    }
    s = s.replaceAll("[^-_+/A-Za-z0-9]", ""); // MIME safe Base64 variant too.
    if (s.matches(".*[-_+/G-Zg-z].*")) {
        return false;
    }
    int n = s.length();
    if (n % 2 == 1) {
       return false;
    }
    if (n % 3 == 1) { // Spurious char with 6 bits data.
       return true;
    }
    // Very unlikely that it is Base64, but you might have a bias towards Base64:
    if (!s.equals(s.toUpperCase(Locale.US)) && !s.equals(s.toLowerCase(Locale.US)) {
        // Mixed cases in A-Fa-f:
        // For small texts that is significantly incoherent, meaning Base64.
        return n > 32;
    }
    return true;
}

【讨论】：

【解决方案2】：

每个十六进制字符串都是合法的 Base64 字符串。

十六进制编码为您提供一个代表原始字符串字节的字符串，由 0-9 和 A-F 组成。 Base64 编码为您提供了一个对原始字符串进行编码的字符串，并且仅由可打印字符组成（当然，包括 0-9、A-F）。

所以每个由0-9,A-F组成的字符串可以表示一个十六进制字符串，也可以表示一个Base64字符串（恰好只有0-9,A-F）。

您将需要一种不同的方式来告诉用户所使用的编码。一个示例是将编码类型的结构与字符串一起发送，或发送原始字符串的长度（因此，如果在解码后您得到错误的长度 - 这不是正确的编码模式）。

【讨论】：