关于Java下奇怪的Base64详解
L1NK3R 人气:0下面这一段代码中会报错。
package jiangbo.java.lang;
import java.io.IOException;
import java.nio.charset.Charset;
import javax.xml.bind.DatatypeConverter;
import sun.misc.BASE64Decoder;
import sun.misc.BASE64Encoder;
public class Base64Demo {
public static void main(String[] args) throws IOException {
String name = "jiangbo";
Charset utf8 = Charset.forName("UTF-8");
BASE64Encoder base64Encoder = new sun.misc.BASE64Encoder();
String BASE64EncoderString = base64Encoder.encode(name.getBytes(utf8));
System.out.println(BASE64EncoderString);
BASE64Decoder base64Decoder = new sun.misc.BASE64Decoder();
byte[] decodeBuffer = base64Decoder.decodeBuffer(BASE64EncoderString);
System.out.println(new String(decodeBuffer, utf8));
String base64String = DatatypeConverter.printBase64Binary(name.getBytes(utf8));
System.out.println(base64String);
byte[] base64Binary = DatatypeConverter.parseBase64Binary(base64String);
System.out.println(new String(base64Binary, utf8));
}
}
接下来我们分别查看一些这两个代码，我们发现 BASE64Encoder().encode 在进行base64编码的时候进行了换行，换行符的ascii编码对应的是 0x0a ，所以刚好命中这个报错。
sun.misc.BASE64Decoder
代码实现如下，进行分别拆解。
public void decodeBuffer(InputStream var1, OutputStream var2) throws IOException {
int var4 = 0;
PushbackInputStream var5 = new PushbackInputStream(var1);
this.decodeBufferPrefix(var5, var2);
while(true) {
try {
int var6 = this.decodeLinePrefix(var5, var2);
int var3;
for(var3 = 0; var3 + this.bytesPerAtom() < var6; var3 += this.bytesPerAtom()) {
this.decodeAtom(var5, var2, this.bytesPerAtom());
var4 += this.bytesPerAtom();
}
if (var3 + this.bytesPerAtom() == var6) {
this.decodeAtom(var5, var2, this.bytesPerAtom());
var4 += this.bytesPerAtom();
} else {
this.decodeAtom(var5, var2, var6 - var3);
var4 += var6 - var3;
}
this.decodeLineSuffix(var5, var2);
} catch (CEStreamExhausted var8) {
this.decodeBufferSuffix(var5, var2);
return;
}
}
}
首先 decodeLinePrefix 返回的是 bytesPerLine 定义的长度72。
public void decodeBuffer(InputStream var1, OutputStream var2) throws IOException {
int var4 = 0;
PushbackInputStream var5 = new PushbackInputStream(var1);
this.decodeBufferPrefix(var5, var2);
while(true) {
try {
int var6 = this.decodeLinePrefix(var5, var2);
protected int decodeLinePrefix(PushbackInputStream var1, OutputStream var2) throws IOException {
return this.bytesPerLine();
}
protected int bytesPerLine() {
return 72;
}
紧接着调用 decodeAtom 进行处理，其中 bytesPerAtom 定义的数值是4。
int var3;
for(var3 = 0; var3 + this.bytesPerAtom() < var6; var3 += this.bytesPerAtom()) {
this.decodeAtom(var5, var2, this.bytesPerAtom());
var4 += this.bytesPerAtom();
}
protected int bytesPerAtom() {
return 4;
}
我们看看 decodeAtom 进行处理，先看看 readFully 方法。
protected void decodeAtom(PushbackInputStream var1, OutputStream var2, int var3) throws IOException {
byte var5 = -1;
byte var6 = -1;
byte var7 = -1;
byte var8 = -1;
if (var3 < 2) {
throw new CEFormatException("BASE64Decoder: Not enough bytes for an atom.");
} else {
int var4;
do {
var4 = var1.read();
if (var4 == -1) {
throw new CEStreamExhausted();
}
} while(var4 == 10 || var4 == 13);
this.decode_buffer[0] = (byte)var4;
var4 = this.readFully(var1, this.decode_buffer, 1, var3 - 1);
在 readFully 当中，4个字节为一个单位组合，经过处理之后，结果是 [89,87,70,104] 。
89,87,70,104,61
接着会继续循环，那我们知道，这玩意吗会按照4个字节为一个list去处理，前四个数据处理完之后，接下来的list是[61,,,]，也就是说在readFully循环处理的过程中，返回结果是-1
当返回结果是-1的时候会进入 CEStreamExhausted 进行处理。
if (var4 == -1) {
throw new CEStreamExhausted();
处理经过返回null，也就是说在这个异常里面是不会报错退出的。
那我们继续看看，假设我们把后面字节补齐，变成
89,87,70,104,61,61,61,61
可以看到经过处理之后变成[61,61,61,61]
0x61在ascii编码里面代表 = ,进入到case 2进行处理。
89,87,70,104,61,61,61,61
实际可以看到 decode 处理数据是[97,97,97,-1]
java.util.base64.decode
我们在看看 java.util.base64.decode 这个decode词法解析器，在这里面会进行两种base64判断。
private int decode0(byte[] src, int sp, int sl, byte[] dst) {
int[] base64 = isURL ? fromBase64URL : fromBase64;
int dp = 0;
int bits = 0;
int shiftto = 18; // pos of first byte of 4-byte atom
while (sp < sl) {
int b = src[sp++] & 0xff;
if ((b = base64[b]) < 0) {
if (b == -2) { // padding byte '='
// = shiftto==18 unnecessary padding
// x= shiftto==12 a dangling single x
// x to be handled together with non-padding case
// xx= shiftto==6&&sp==sl missing last =
// xx=y shiftto==6 last is not =
if (shiftto == 6 && (sp == sl || src[sp++] != '=') ||
shiftto == 18) {
throw new IllegalArgumentException(
"Input byte array has wrong 4-byte ending unit");
}
break;
}
if (isMIME) // skip if for rfc2045
continue;
else
throw new IllegalArgumentException(
"Illegal base64 character " +
Integer.toString(src[sp - 1], 16));
}
一种是判断 YWFh= 中最后的 = ，也就是说 [89,87,70,104,61] 这个list经过运算之后如果是 = ，就会进行下面判断，不符合规则就会报错 Input byte array has wrong 4-byte ending unit 。
而下面 isMIME 判断是来自 Decoder.RFC4648 ，默认是 false 。
public static byte[] decode(byte[] src) {
return src.length == 0 ? src : Base64.getDecoder().decode(src);
}
public static Decoder getDecoder() {
return Decoder.RFC4648;
}
static final Decoder RFC4648 = new Decoder(false, false);
static final Decoder RFC4648_URLSAFE = new Decoder(true, false);
static final Decoder RFC2045 = new Decoder(false, true);
结语
简单做个总结，也就是说用 sun.misc.BASE64Decoder 这个方法做 base64 解码的时候，针对 base64 的兼容性更高，你在base64的字符串后面无论加多少个 = 都没关系，但是在例如 java.util.base64.decode 这类型严格按照 base64 规范的进行解码的方法下，就会出现报错。
那有啥用呢，比如在一些base64编码环境下，可能检测用的是 java.util.base64.decode 方法，实际后面业务解码用的是 sun.misc.BASE64Decoder 这样在前后不一致的情况下，会出现绕过的问题。
加载全部内容