Base 系列编码

Base 系列编码（Base-N Encoding）的目的是 将不可读、易出错的“二进制数据”转换成安全的“可打印字符”。

一、 Base 编码的核心原理

Base 家族的名字（如 Base16, Base32, Base64）中的数字 N，代表了这种编码使用了多少个不同的可打印字符来构建。

其底层逻辑是“重新划分比特（Bit）”：

字典集 (16个字符): 0-9，A-F（大小写均可）。
工作原理: 取二进制数据的每 4 个比特 (4-bit) 作为一个组，映射到一个字符。（因为 \(2^4 = 16\)）。
优缺点: 编码后完全不会出现特殊符号，极度安全。但效率最低，1 个字节（8-bit）原本需要 1 个字符表示，Base16 编码后需要 2 个字符，数据体积膨胀 100%。
应用场景: 报错日志中的内存地址、URL 编码（如 %20 代表空格）、密码学散列值（如 MD5、SHA256 的输出）。

字典集 (32个字符): A-Z，2-7。
工作原理: 取每 5 个比特 (5-bit) 作为一个组，映射到一个字符。（因为 \(2^5 = 32\)）。
优缺点: 它的字典特意排除了容易混淆的字符（如数字 0 和字母 O，数字 1 和字母 I），并且不区分大小写。所以它非常适合需要人类肉眼识别或口头传递的场景。数据体积膨胀 60%。
应用场景: 动态令牌密钥（如 Google Authenticator 扫码前的密钥串）、树莓派等某些嵌入式系统的短标识符。

字典集 (64个字符): A-Z，a-z，0-9，+，/。（结尾可能用 = 作为填充符）。
工作原理: 取每 6 个比特 (6-bit) 作为一个组。（因为 \(2^6 = 64\)）。
- 3 个字节（\(3 \times 8 = 24\) bits）刚好可以被完美切分成 4 个 Base64 字符（\(4 \times 6 = 24\) bits）。
- 填充（Padding）： 如果原文最后不够 3 个字节，Base64 会用零补齐比特，并在最终结果末尾加上 =（差一个字节加一个 =，差两个加 ==）。看到尾部的 = 是识别 Base64 最直观的特征。
效率: 数据体积膨胀 33%。这是安全性与效率之间的最佳平衡点。
应用场景: 电子邮件附件编码（MIME）、网页内嵌小图片（Data URI）、JSON Web Token (JWT) 的载荷。

字典集 (85个字符): 包含大小写字母、数字以及大量 ASCII 标点符号（如 !, <, >, @, ~ 等）。
工作原理: 与 Base64 简单的按位截断不同，Base85 使用了高位数学运算。它将 4 个字节（32-bit）当作一个巨大的 32 位整数，然后用进制转换的方法将其转换为 5 个 85 进制的数字。
效率: 4 个字节变成 5 个字符，数据体积仅膨胀 25%。效率显著高于 Base64。
应用场景: Adobe PDF 文件格式底层使用的就是 Ascii85 来压缩二进制流；IPv6 地址表示机制中也有用到。

在 CTF 比赛或安全分析中，快速辨认出是哪种 Base 编码是关键。你可以参考这个特征表：

编码类型	数据膨胀率	核心字符特征	结尾填充符
Base16	100%	仅含有 `0-9`, `A-F` (像一串纯十六进制数)	无
Base32	60%	仅大写字母，数字只有 `2-7`	可能会有 `=`
Base64	33%	大小写混杂，有 `+` 和 `/`	常常有 `=` 甚至 `==`
Base85/91	22% ~ 25%	大量特殊标点符号 (如 `<!@%~;` 满天飞)	通常无