java.util.Base64 解码再编码会产生不同的字符串

Question

问题：解码Fz+=，然后重新编码会得到Fz8=。

以下是代码：

new String(Base64.getEncoder().encode(Base64.getDecoder().decode("Fz+=".getBytes("UTF-8"))))

给出以下字符串： Fz8= 加号如何变成8？

我一定漏掉了什么。

Fz+= 的位模式为：000101 110011 111110 000000

重新排列成8位组：00010111 00111111 10000000

换算成十进制：23 63 128

这需要3个字节来表示。

然而，当我尝试运行以下代码时：

Base64.getDecoder().decode("Fz+=".getBytes("UTF-8"))

我得到了以下十进制数组：

 [23, 63]

最后一个字节（1000 0000）去哪了？这就是将其编码时+变成8的原因。

- user39950

---

似乎是由于UTF-8转换导致的往返数据丢失？不是完全确定，但这篇文章可能会有所帮助。看起来与如何将128扩展为多个字节有关。 - ztaylor54

Answer 1

输入的字符串Fz+=不是有效的Base64编码。

根据定义，如果编码后的字符串以一个填充字符结尾，则产生该编码四元组的输入仅包含两个字节。在编码时，应使用0x00填充两个字节的输入，使其成为完整的3字节单元，然后将其编码为4个Base64代码字节。

无论出现这种情况的原因是什么，输入Fz+=都是无效的，解码器只会忽略掉多余的两个比特。

如果输入确实是00010111 00111111 10000000，则正确的编码是没有填充的Fz+A，而A代码表示000000。这很可能是由于最初进行编码的程序中存在错误导致的。

- Jim Garrison

---

非常感谢您的回答！我之前并不知道这一点。这是否意味着，例如00010111 00111111 10000000的正确base64编码应该是Fz+A？ - user39950

谢谢，是的我发帖后不久就编辑了我的回答。这样很有道理。 - user39950