在Python中使用base64模塊處理字符編碼的教程

 　　這篇文章主要介紹了在Python中使用base64模塊處理字符編碼的教程,示例代碼基於Python2.x版本,需要的朋友可以參考下

　　Base64是一種用64個字符來表示任意二進制數據的方法。

　　用記事本打開exe、jpg、pdf這些文件時，我們都會看到一大堆亂碼，因為二進制文件包含很多無法顯示和打印的字符，所以，如果要讓記事本這樣的文本處理軟件能處理二進制數據，就需要一個二進制到字符串的轉換方法。Base64是一種最常見的二進制編碼方法。

　　Base64的原理很簡單，首先，准備一個包含64個字符的數組：

　　?

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

　　然後，對二進制數據進行處理，每3個字節一組，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個字符，就是編碼後的字符串。

　　所以，Base64編碼會把3字節的二進制數據編碼為4字節的文本數據，長度增加33%，好處是編碼後的文本數據可以在郵件正文、網頁等直接顯示。

　　如果要編碼的二進制數據不是3的倍數，最後會剩下1個或2個字節怎麼辦?Base64用x00字節在末尾補足後，再在編碼的末尾加上1個或2個=號，表示補了多少字節，解碼的時候，會自動去掉。

　　Python內置的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'

　　由於標准的Base64編碼後可能出現字符+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，其實就是把字符+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個字符的排列順序，這樣就可以自定義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，即使使用自定義的編碼表也不行。

　　Base64適用於小段內容的編碼，比如數字證書簽名、Cookie的內容等。

　　由於=字符也可能出現在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 # 標准Base64: 'abcd' -> 'YWJjZA==' # 自動去掉=: 'abcd' -> 'YWJjZA'

　　去掉=後怎麼解碼呢?因為Base64是把3個字節變為4個字節，所以，Base64編碼的長度永遠是4的倍數，因此，需要加上=把Base64字符串的長度變為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是一種任意二進制到文本字符串的編碼方法，常用於在URL、Cookie、網頁中傳輸少量二進制數據。