如何理解data URL？-技术圈

canvas有一个非常常用的方法canvas.toDataURL()，它会将canvas转化为data URL的格式。通常情况下这个data URL的类型为image。看看下面的例子：

<canvas id="canvas" height="2" width="2"></canvas>

var canvas = document.getElementById('canvas');
var dataURL = canvas.toDataURL();
console.log(dataURL);
/*
* data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAIAAAACCAYAAABytg0kAAAADklEQVQYV2NkgAJGGAMAAC0AA03DhRMAAAAASUVORK5CYII=
*/

那么这个以data:[MIME type];base64,开头的data URL到底是什么东西呢？

初识data URL

data URL与传统的url有什么区别？
data URL在浏览器地址栏输入后是怎样的？

data URL语法

data URL由哪四部分组成？
[<mediatype>]详情
[;base64]和<data>详情
常见的data URL形式

字符串base64编解码的多种语言实现

为什么要用base64来表示data URL中的？
unix，javascript，node，python，php，java，.net实现base64编码

data URL常见问题

初识data URL

data URL是一种特殊格式的url，它的前缀是data:
data URL允许内容的创建者将小文件嵌入在documents中
过去被叫做data URIs，直到WHATWG将其更名为data URL(s)

data URL与传统的url有什么区别？

现代浏览器将data url视作唯一的不透明来源，而不是负责导航的url。如何理解这句话呢？看一下这个例子：

// data URL
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAIAAAACCAYAAABytg0kAAAADklEQVQYV2NkgAJGGAMAAC0AA03DhRMAAAAASUVORK5CYII=
// 传统的URL
https://www.google.com

由上面的结果可以看出：data URL与传统的url不同。传统的url在浏览器地址栏中输入，可以直接导航到目标地址；而data URL则是一个data的url表现，可以理解为用url代表数据。通常情况下，这里的数据指代的是图片。

data URL在浏览器地址栏输入后是怎样的？

通常情况下，可以看到这个url代表的图片。

<!DOCTYPE html>
<html lang="en">
  <body>
    <canvas id="canvas"></canvas>
  </body>
  <script>
    var canvas = document.getElementById("canvas");
    var ctx = canvas.getContext("2d");
    ctx.font = "48px serif";
    ctx.fillText("Hello Canvassssssssss", 0, 75 + 24);
    var dataURL = canvas.toDataURL();
    console.log(dataURL);
  </script>
</html>

data URL语法

data URL由哪四部分组成？

data:[<mediatype>][;base64],<data>

组成	含义
`data:`	前缀
`[<mediatype>]`	MIME type 代表数据的类型
`[;base64]`	可选的base64标识
`<data>`	数据本身

`[<mediatype>]`详情

mediatype是一个MIME type的字符串，比如'image/jpeg'。
如果忽略的话，默认是"text/plain;charset=US-ASCII"。
canvas.toDataURL()并没有忽略，默认MIMIE type为"image/png"。

`[;base64]`和`<data>`详情

如果data是纯文本，你可以简单的嵌入文本（根据document类型使用适当的实体或者转义）。
如果data不是纯文本的话，可以标识为base64，并且嵌入base64编码的二进制数据。

常见的data URL形式

简单的text/plain数据
简单的text/palin数据的base64形式
HTML片段：普通标签
HTML片段：执行js的script标签

简单的text/plain数据

Hello World!

data:,Hello%2C%20World! // MIME type和;base64都没有，data和数据间只有`:,`

注意引号和空格的percent-encoding（URL-encoding）。对于CSV数据（”text/csv“），percent-encoding需要保留分隔电子表格行的行尾。

简单的text/palin数据的base64形式

Hello World!

data:text/plain;base64,SGVsbG8sIFdvcmxkIQ==

HTML片段：普通标签

<h1>Hello, World!</h1>

data:text/html,%3Ch1%3EHello%2C%20World!%3C%2Fh1%3E

HTML片段：执行js的script标签

<script>alert('hi');</script>

data:text/html,<script>alert('hi');</script>

执行js的script标签，注意闭script标签是需要的。

字符串base64编解码的多种语言实现

为什么要用base64来表示data URL中的`<data>`？

base64字符串是用64进制来表示二进制数据的，它是一个ASCII字符串。
由于仅仅是通过ASCII字符组成的，所以base64字符串是url-safe的，因此才将base64应用于data URL的<data>中。

unix，javascript，node，python，php，java，.net实现base64编码

"foo@gmail.com"
"Zm9vQGdtYWlsLmNvbQ=="

1.unix (author: Peng Zhao)

解码：echo "Zm9vQGdtYWlsLmNvbQ==" | base64 -D编码：echo "foo@gmail.com" | base64

2.javascript (author: Kai Gao)

var encodedData = window.btoa("foo@gmail.com"); // 编码
var decodedData = window.atob("Zm9vQGdtYWlsLmNvbQ=="); // 解码
console.log(encodedData,decodedData)

3.nodejs (author: Kai Gao)

//base64编码
var  b = new Buffer("foo@gmail.com");
var s = b.toString('base64')
console.log("邮箱编码:"+s)
//base64解码
var b = new Buffer("Zm9vQGdtYWlsLmNvbQ==","base64")
var s = b.toString();
console.log("邮箱解码:"+s)

4.python (author: Peng Zhao)

import base64
base64.b64encode("foo@gmail.com")
base64.b64decode("Zm9vQGdtYWlsLmNvbQ==")

5.php (author: Chuang Shen)

<?php
$a = 'foo@gmail.com';
 $b = base64_encode($a);//编码
 echo $b;
 $c = base64_decode($b);//解码
 echo $c;  
?>

6.java (author: Chuang Shen)

String str = "foo@gmail.com";
     String encodeStr = new String(Base64.encode(str.getBytes()));
     System.out.println(encodeStr);
     String decodeStr = Base64.base64Decode(encodeStr);
     System.out.println(decodeStr);

7..net (author: Peng Li)

static void Main(string[] args)
        {
            Console.WriteLine("输入:");
            var str = Console.ReadLine();
            //加密
            byte[] EncryptionByte = Encoding.UTF8.GetBytes(str);
            var EncryptionStr = Convert.ToBase64String(EncryptionByte);

            Console.WriteLine("加密结果：" + EncryptionStr);

            //解密
            byte[] DecryptionByte = Convert.FromBase64String(EncryptionStr);
            var DecryptionStr = Encoding.UTF8.GetString(DecryptionByte);

            Console.WriteLine("解密结果：" + DecryptionStr);

        }

查看字符串base64编解码的多种语言实现弄清base64多语言实现的来龙去脉。

data URL常见问题

罗列一些在创建和使用data URL时的常见问题。

data:text/html,lots of text...<p><a name%3D"bottom">bottom</a>?arg=val

其实它代表的是：

lots of text...<p><a name="bottom">bottom</a>?arg=val

语法
HTML中的格式
长度限制
异常处理的缺失
不支持字符串查询
安全问题

语法

data URL的格式非常简单，很容易忘记在data前面添加一个逗号，或者是错误的将数据编码为base64格式。

HTML中的格式

data URL在文件中提供了一个文件，这个文件相对于闭文档的宽度可能非常宽。作为一URL，data应该将空白格式化好（换行、tab、或者空格），但是在使用base64编码时会有一些问题。

长度限制

尽管firefox支持无现场的data URL长度，但是浏览器不需要支持任何最大特定长度的数据。例如Opera 11浏览器将URL的长度限制到65535，data URL限制到65529（65529指的是base64 encoded后的<data>长度）。

主流浏览器data URL长度限制

Chrome - 2MB for the current document. Otherwise the limit is the in-memory storage limit for - arbitrary blobs: if x64 and NOT ChromeOS or Android, then 2GB; otherwise, total_physical_memory / 5 (source).
Firefox - unlimited
IE ≥ 9 & Edge - 4GB

引自：Data protocol URL size limitations

异常处理的缺失

media的无效参数，或者‘base64’排版错误，都会被忽略，但是不会报错出来。

不支持字符串查询

data URL的数据部分是不透明的，所以如果使用query string（比如<url>?parameter-data）去查询时，将只在数据中包含URL的查询字符串。也就是说查询无效，query也会被当做数据的一部分。

安全问题

许多安全问题(如网络钓鱼)都与data url相关，并在浏览器的顶层导航到它们。为了解决这些问题，在Firefox 59+中(发布版本，从58开始)，对数据的顶层导航data:// urls已经被禁止。

参考资料：

https://developer.mozilla.org/en-US/docs/Web/API/HTMLCanvasElement/toDataURL
https://developer.mozilla.org/en-US/docs/Web/HTTP/Basics_of_HTTP/Data_URIs

如何理解data URL？