|
| 1 | +Base64是一种用64个字符来表示任意二进制数据的方法。 |
| 2 | + |
| 3 | +用记事本打开`exe`、`jpg`、`pdf`这些文件时，我们都会看到一大堆乱码，因为二进制文件包含很多无法显示和打印的字符，所以，如果要让记事本这样的文本处理软件能处理二进制数据，就需要一个二进制到字符串的转换方法。Base64是一种最常见的二进制编码方法。 |
| 4 | + |
| 5 | +Base64的原理很简单，首先，准备一个包含64个字符的数组： |
| 6 | + |
| 7 | +``` |
| 8 | +['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/'] |
| 9 | +
|
| 10 | +``` |
| 11 | + |
| 12 | +然后，对二进制数据进行处理，每3个字节一组，一共是`3x8=24`bit，划为4组，每组正好6个bit： |
| 13 | + |
| 14 | + |
| 15 | + |
| 16 | +这样我们得到4个数字作为索引，然后查表，获得相应的4个字符，就是编码后的字符串。 |
| 17 | + |
| 18 | +所以，Base64编码会把3字节的二进制数据编码为4字节的文本数据，长度增加33%，好处是编码后的文本数据可以在邮件正文、网页等直接显示。 |
| 19 | + |
| 20 | +如果要编码的二进制数据不是3的倍数，最后会剩下1个或2个字节怎么办？Base64用`\x00`字节在末尾补足后，再在编码的末尾加上1个或2个`=`号，表示补了多少字节，解码的时候，会自动去掉。 |
| 21 | + |
| 22 | +Python内置的`base64`可以直接进行base64的编解码： |
| 23 | + |
| 24 | +``` |
| 25 | +>>> import base64 |
| 26 | +>>> base64.b64encode('binary\x00string') |
| 27 | +'YmluYXJ5AHN0cmluZw==' |
| 28 | +>>> base64.b64decode('YmluYXJ5AHN0cmluZw==') |
| 29 | +'binary\x00string' |
| 30 | +
|
| 31 | +``` |
| 32 | + |
| 33 | +由于标准的Base64编码后可能出现字符`+`和`/`，在URL中就不能直接作为参数，所以又有一种"url safe"的base64编码，其实就是把字符`+`和`/`分别变成`-`和`_`： |
| 34 | + |
| 35 | +``` |
| 36 | +>>> base64.b64encode('i\xb7\x1d\xfb\xef\xff') |
| 37 | +'abcd++//' |
| 38 | +>>> base64.urlsafe_b64encode('i\xb7\x1d\xfb\xef\xff') |
| 39 | +'abcd--__' |
| 40 | +>>> base64.urlsafe_b64decode('abcd--__') |
| 41 | +'i\xb7\x1d\xfb\xef\xff' |
| 42 | +
|
| 43 | +``` |
| 44 | + |
| 45 | +还可以自己定义64个字符的排列顺序，这样就可以自定义Base64编码，不过，通常情况下完全没有必要。 |
| 46 | + |
| 47 | +Base64是一种通过查表的编码方法，不能用于加密，即使使用自定义的编码表也不行。 |
| 48 | + |
| 49 | +Base64适用于小段内容的编码，比如数字证书签名、Cookie的内容等。 |
| 50 | + |
| 51 | +由于`=`字符也可能出现在Base64编码中，但`=`用在URL、Cookie里面会造成歧义，所以，很多Base64编码后会把`=`去掉： |
| 52 | + |
| 53 | +``` |
| 54 | +# 标准Base64: |
| 55 | +'abcd' -> 'YWJjZA==' |
| 56 | +# 自动去掉=: |
| 57 | +'abcd' -> 'YWJjZA' |
| 58 | +
|
| 59 | +``` |
| 60 | + |
| 61 | +去掉`=`后怎么解码呢？因为Base64是把3个字节变为4个字节，所以，Base64编码的长度永远是4的倍数，因此，需要加上`=`把Base64字符串的长度变为4的倍数，就可以正常解码了。 |
| 62 | + |
| 63 | +请写一个能处理去掉`=`的base64解码函数： |
| 64 | + |
| 65 | +``` |
| 66 | +>>> base64.b64decode('YWJjZA==') |
| 67 | +'abcd' |
| 68 | +>>> base64.b64decode('YWJjZA') |
| 69 | +Traceback (most recent call last): |
| 70 | + ... |
| 71 | +TypeError: Incorrect padding |
| 72 | +>>> safe_b64decode('YWJjZA') |
| 73 | +'abcd' |
| 74 | +``` |
| 75 | + |
| 76 | +### 小结 |
| 77 | + |
| 78 | +Base64是一种任意二进制到文本字符串的编码方法，常用于在URL、Cookie、网页中传输少量二进制数据。 |
0 commit comments