Base64解码无法处理重音字符（如è）的问题求助

咱们先拆解一下为什么你的代码处理不了è这类带重音的字符，核心问题出在对Base64本质和字符编码的理解偏差上：

问题根源 #

1. Base64编码的是字节序列，不是直接编码Unicode字符
   Base64只是把二进制字节转换成可打印的ASCII字符，它本身不关心这些字节对应哪种字符编码。比如è这个字符，在UTF-8编码下是两个字节（0xC3 0xA8），而在ISO-8859-1（Latin-1）下是单个字节（0xE8）——编码方式不同，对应的Base64结果也完全不一样。

2. 你的代码默认把解码后的字节当作ISO-8859-1处理
   你用String.fromCharCode()把每个解码出的字节直接转成字符，这个方法的逻辑是：每个字节对应一个Unicode码点（0x00到0xFF），这刚好是ISO-8859-1的规则。但如果你的原Base64是从UTF-8编码的字符串生成的，那è对应的两个字节0xC3和0xA8会被分别转成Ã（U+00C3）和¨（U+00A8），而不是合并成正确的è（U+00E8）。

举个实际例子：

• 原字符串è用UTF-8编码成字节数组：[0xC3, 0xA8]
• Base64编码后得到：w6g=
• 你的代码解码后会输出è（两个乱码字符），而非正确的è。

修复方案 #

我们需要先解码得到完整的字节数组，再把字节数组正确转换成UTF-8字符串。这里有两种可行的方式：

方案1：用现代浏览器的TextDecoder（推荐） #

TextDecoder是浏览器原生API，能完美处理UTF-8的多字节字符，代码简洁且可靠：

function decode(input) {
    const _keyStr = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/=";
    const bytes = [];
    let enc1, enc2, enc3, enc4;
    let i = 0;
    // 过滤Base64非法字符
    input = input.replace(/[^A-Za-z0-9\+\/\=]/g, "");

    while (i < input.length) {
        enc1 = _keyStr.indexOf(input.charAt(i++));
        enc2 = _keyStr.indexOf(input.charAt(i++));
        enc3 = _keyStr.indexOf(input.charAt(i++));
        enc4 = _keyStr.indexOf(input.charAt(i++));

        // 解码出字节并存入数组
        bytes.push((enc1 << 2) | (enc2 >> 4));
        if (enc3 !== 64) {
            bytes.push(((enc2 & 15) << 4) | (enc3 >> 2));
        }
        if (enc4 !== 64) {
            bytes.push(((enc3 & 3) << 6) | enc4);
        }
    }

    // 用TextDecoder把字节数组转成UTF-8字符串
    return new TextDecoder("utf-8").decode(new Uint8Array(bytes));
}

方案2：手动处理UTF-8解码（兼容旧环境） #

如果需要兼容不支持TextDecoder的旧环境，可以手动实现UTF-8的解码逻辑，根据UTF-8的字节规则合并多字节：

function decode(input) {
    const _keyStr = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/=";
    let output = "";
    let enc1, enc2, enc3, enc4;
    let i = 0;
    input = input.replace(/[^A-Za-z0-9\+\/\=]/g, "");

    while (i < input.length) {
        enc1 = _keyStr.indexOf(input.charAt(i++));
        enc2 = _keyStr.indexOf(input.charAt(i++));
        enc3 = _keyStr.indexOf(input.charAt(i++));
        enc4 = _keyStr.indexOf(input.charAt(i++));

        const chr1 = (enc1 << 2) | (enc2 >> 4);
        const chr2 = ((enc2 & 15) << 4) | (enc3 >> 2);
        const chr3 = ((enc3 & 3) << 6) | enc4;

        // 处理UTF-8多字节逻辑
        if (chr1 < 0x80) {
            // 单字节ASCII字符
            output += String.fromCharCode(chr1);
        } else if (chr1 < 0xE0) {
            // 双字节字符，合并chr1和chr2
            output += String.fromCharCode(((chr1 & 0x1F) << 6) | (chr2 & 0x3F));
        } else {
            // 三字节字符，合并chr1、chr2、chr3
            output += String.fromCharCode(((chr1 & 0x0F) << 12) | ((chr2 & 0x3F) << 6) | (chr3 & 0x3F));
        }
    }

    return output;
}

这两种方案都能正确解码包含è这类重音字符的Base64字符串，你可以根据自己的环境需求选择。

内容的提问来源于stack exchange，提问作者Anshu