在Python中使用base64模組處理字元編碼的教程

 　　這篇文章主要介紹了在Python中使用base64模組處理字元編碼的教程,範例程式碼基於Python2.x版本,需要的朋友可以參考下

　　Base64是一種用64個字元來表示任意位元據的方法。

　　用記事本開啟exe、jpg、pdf這些檔案時，我們都會看到一大堆亂碼，因為二進位檔案包含很多無法顯示和列印的字元，所以，如果要讓記事本這樣的文本處理軟體能處理位元據，就需要一個二進位到字串的轉換方法。Base64是一種最常見的二進位編碼方法。

　　Base64的原理很簡單，首先，準備一個包含64個字元的數組：

　　?

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

　　然後，對位元據進行處理，每3個位元組一組，一共是3x8=24bit，劃為4組，每組正好6個bit：

　　這樣我們得到4個數字作為索引，然後查表，獲得相應的4個字元，就是編碼後的字串。

　　所以，Base64編碼會把3位元組的位元據編碼為4位元組的文本資料，長度增加33%，好處是編碼後的文本資料可以在郵件內文、網頁等直接顯示。

　　如果要編碼的位元據不是3的倍數，最後會剩下1個或2個位元組怎麼辦?Base64用x00位元組在末尾補足後，再在編碼的末尾加上1個或2個=號，表示補了多少位元組，解碼的時候，會自動去掉。

　　Python內建的base64可以直接進行base64的編解碼：

　　?

1 2 3 4 5

>>> import base64 >>> base64.b64encode('binaryx00string') 'YmluYXJ5AHN0cmluZw==' >>> base64.b64decode('YmluYXJ5AHN0cmluZw==') 'binaryx00string'

　　由於標準的Base64編碼後可能出現字元+和/，在URL中就不能直接作為參數，所以又有一種"url safe"的base64編碼，其實就是把字元+和/分別變成-和_：

　　?

1 2 3 4 5 6

>>> base64.b64encode('ixb7x1dxfbxefxff') 'abcd++//' >>> base64.urlsafe_b64encode('ixb7x1dxfbxefxff') 'abcd--__' >>> base64.urlsafe_b64decode('abcd--__') 'ixb7x1dxfbxefxff'

　　還可以自己定義64個字元的排列順序，這樣就可以自訂Base64編碼，不過，通常情況下完全沒有必要。

　　Base64是一種通過查表的編碼方法，不能用於加密，即使使用自訂的編碼錶也不行。

　　Base64適用於小段內容的編碼，比如數位憑證簽名、Cookie的內容等。

　　由於=字元也可能出現在Base64編碼中，但=用在URL、Cookie裡面會造成歧義，所以，很多Base64編碼後會把=去掉：

　　?

1 2 3 4

# 標準Base64: 'abcd' -> 'YWJjZA==' # 自動去掉=: 'abcd' -> 'YWJjZA'

　　去掉=後怎麼解碼呢?因為Base64是把3個位元組變為4個位元組，所以，Base64編碼的長度永遠是4的倍數，因此，需要加上=把Base64字串的長度變為4的倍數，就可以正常解碼了。

　　請寫一個能處理去掉=的base64解碼函數：

　　?

1 2 3 4 5 6 7 8

>>> base64.b64decode('YWJjZA==') 'abcd' >>> base64.b64decode('YWJjZA') Traceback (most recent call last): ... TypeError: Incorrect padding >>> safe_b64decode('YWJjZA') 'abcd'

　　小結

　　Base64是一種任意二進位到文本字串的編碼方法，常用於在URL、Cookie、網頁中傳輸少量位元據。