Python base64

Posted 2020-11-15 凌晨四点的蓝

base64表示一种使用64个字符表示任意二进制数据的方法，注意64个字符是可以自己定义的

参考链接：https://www.liaoxuefeng.com/wiki/1016959663602400/1017684507717184

　　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。

原理

　　首先准备一个包含64个字符的数组，这就相当于Ascii编码中的Ascii表，根据下面的算法得出的数过来查表，得到的一个一个的字符就是最后将二进制进行base64编码得到的字符串

[\'A\', \'B\', \'C\', ... \'a\', \'b\', \'c\', ... \'0\', \'1\', ... \'+\', \'/\']

　　然后，对二进制数据进行处理，每3个字节一组，一个字节是8bit，一共是3x8=24bit，又将这3组划为4组，每组正好6个bit：

 

 

　　然后将这6bit转为10进制的数，（6bit的二进制数刚好能表示0-63，就是64个数 ）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。

 

使用

以上就是base的编码原理，所以，根据自己定义的64个字符串的不同，同样的二进制文件可能也有不同的结果

　　另外，上面分组的过程中，我们将二进制文件分为3个字节的组，那么当二进制的长度不是3的倍数会怎么办呢，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。

>>> base64.b64encode(b\'\\x00\\x00\\x00\')
b\'AAAA\'
>>> base64.b64encode(b\'\\x00\\x00\')
b\'AAA=\'#就不查表了，直接用等号表示，这样并不会造成之前的字节中的数据丢失，因为在解码的时候，将等号变为相应的\\x00，在通过表把base64编码转为二进制字节时，你会发现这样并不会
>>>

　　

　　Python内置的base64可以直接进行base64的编解码：

>>> import base64
>>> base64.b64encode(b\'binary\\x00string\')
b\'YmluYXJ5AHN0cmluZw==\'
>>> base64.b64decode(b\'YmluYXJ5AHN0cmluZw==\')
b\'binary\\x00string\'

　　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_（略）

　　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。

　　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。

　　Base64适用于小段内容的编码，比如数字证书签名、Cookie的内容等。

　　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：

# 标准Base64:
\'abcd\' -> \'YWJjZA==\'
# 自动去掉=:
\'abcd\' -> \'YWJjZA\'

 

　　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。（因为等号是怎么加的，加等号是为了 表示\\x00字节在末尾补足的个数）

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。