base64编码解码原理

Posted 2021-01-16 fiona-zhong

计算机只能处理数字，所以要处理任何文本，只能先将文本转化为数字才行。

Bit(bit)(b) 位或比特，是计算机运行的基础，属于二进制的范畴。数据传输大多是以【位】为单位，一个位即代表一个0或者1（即二进制），每8个位组成一个字节。

Byte（B）字节，是计算机中文件大小的基本计量单位。数据存储就是以字节为单位。1B = 8b。所以一个字节最大能表述的数字是255【11111111】

编码：

ASCII编码：1个字节，所以只能处理英文数字和一些符号。

UNICODE编码：通常是2个字节，它把所有语言都统一到一套编码中，因此解决了乱码问题，但是随之而来的是，存储空间的浪费。如文中大量的英文，每个字符都需要2个字节的存储空间

UTF8编码：UTF8结合了二者的优缺点，它是可变长编码方式。它把一个UNICODE字符根据不同的数字大小，编码成1--6个字节，常用英文字母为1个字节，汉字通常3个字节。

在计算机内存中，通常采用Unicode编码，在需要保存到硬盘或需要传输的时候，就转化为utf8。

python中，提供了ord()函数获取字符的整数表示。

 BASE64编码由64个字符组成，编码后的字符由表中字符组合而成，具体流程如下：

　　1）base64编码都是按照字符串长度分组，以每3个8位字节为一组，不足3个一组的，补0，编码完成后补=

　　2）获取每组的每个字符的ASCII码

　　3）将ASCII码转化为8位的二进制，即每组为3*8=24位的长度

　　4）将24位划分为4个6位的字节，并在每个6位字节前补2个0，重新组成8位的字节

　　5）将新组成的8位的字节转化为十进制，查找对应的base64编码表。

　　用代码表示如下(以下只支持英文直接转化)：

　　import string

　　base64_char = string.ascii_uppercase + string.ascii_lowercase + string.digits+‘+/‘ 　　# base64编码表

　　def decode(s):

　　　　num = 0 if (3-len(s)%3)==3 else (3-len(s)%3)　　 # 分组后不足待补齐的个数

　　　　new_s = ["{:0>8}".format(bin(ord(i)).replace("0b","")) for i in s]　　# 将字符串转化为8为的二进制

　　　　new_s ="".join( [new_s.append("0"*8) for x in range(num)])　　　# 对于不足3个分组的，补齐0

　　　　num1 = int(new_s/6)　　# 重新以6位为一组，可以分的组数量

　　　　new_s = ["{:0>8}".format(new_s[i*6:(i+1)*6]) for i in range(num1)]　　# 将新的分组补齐为8位

　　　　new_s = [int(x,2) for x in new_s]　　# 将新的二进制转化为10进制

　　　　result = "".join([base64_char[i] for i in new_s])+"="*num　　# 对应的查编码表并补齐=

　　　　print(result)

　　

　　对应的解码，即将上面的函数反向执行：

　　def decode(s):

　　　　while s[-2:-1]=="=":

　　　　　　s = s.replace("=","")　　# 将补齐的=号去掉

　　　　s1 = ["{:0>6}".format(bin(base64_char.index(x)).replace("0b","")) for x in s]　　# 查找编码表，找到对应的位置，并转化为二进制

　　　　s1 = "".join(s1)

　　　　num = len(s1)//8　　# 计算出分组数量

　　　　s2 = [s1[x*8:(x+1)*8]  for x in range(num)]　　# 转化为8位一组的字节

　　　　s2 = [chr(int(s1[index],2)) for index in range(num)]

　　　　result = "".join(s2)

　　　　print(result)