Java下奇怪的Base64

下面这一段代码中会报错。

import org.springframework.util.Base64Utils;
import sun.misc.BASE64Encoder;

public class Test {
    public static void main(String[] args){
        byte[] content = "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa".getBytes();
        String encrypted = new BASE64Encoder().encode(content);
        byte[] decrypted = Base64Utils.decodeFromString(encrypted);
        System.out.println(new String(decrypted));
    }
}

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);

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。