如何编码为 base64 非 ASCII 字符？答案

【问题标题】：How to encode to base64 non-ASCII characters?如何编码为 base64 非 ASCII 字符？
【发布时间】：2020-03-31 01:19:47
【问题描述】：

有人可以向我解释如何将字符串“®”编码为 base64（我刚刚选择了任何非 ASCII 字符来举例说明）吗？此字符表示二进制代码 174 或 10101110。

结果是“wq4=”（通过检查两个在线进行 base64 编码的不同网站得到这个）。

我了解 base64 编码系统的工作原理。对于 ASCII 字符，我可以获得正确的结果，但对于任何非 ASCII 字符，结果永远不会匹配。

我尝试了两种方法：

直接使用此 char (10101110) 的二进制文件并将其拆分为 2 个 6 位的块：101011 和 100000。对于 base64，它们对应于“rg”
首先将 10101110 转换为 UTF-8，所以我有 2 个字节：11010101 和 10110000。然后我混合这两个字节并将它们分成 6 位块：110101 011011 000000。对于 base64，它们对应于“1bA”。李>

我不知道如何处理非 ASCII 字符。通过对任何 ASCII 字符进行相同的计算，就可以了。

有谁知道我做错了什么？

【问题讨论】：

标签： unicode encoding base64 ascii

【解决方案1】：

Base64 将二进制数据编码为 ASCII 文本。 Unicode 字符® 在应用 Base64 之前可以用任何编码进行编码，但 UTF-8 很方便，因为它可以编码任何 Unicode 码位。

问题中的错误在于转换为 UTF-8。这些位从右到左分配最低有效位，但从左到右分配最高有效位。

以® 的Unicode 代码点开头，即U+00AE。
转换为二进制：10101110
代码点 U+0080 到 U+07FF 需要两字节 UTF-8 编码：110xxxxx 10xxxxxx。按如下方式分配位：11000010 10101110
将数据分组为 3 字节块。只有两个字节，所以完成后需要一个字节的填充。
重组为 6 位块：110000 101010 111000。
转换为十进制：48 42 56
使用下面的base64表+一个pad：wq4=

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

【讨论】：