Python3学习笔记21——Base64

Base64是一种用64个字符来表示任意二进制数据的方法。

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是一种常见的二进制编码方法。

Base64的原理很简单，首先，准备一个包含64个字符的数组：
[‘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，一共是3*8=24bit，划为4组，每组正好6个bit：

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。

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、网页等直接展示。

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。

Python内置的base64可以直接进行base64的编解码：

import base64
a=base64.b64encode(b'binaary\x00string')
print(a)
b=base64.b64decode(b'YmluYWFyeQBzdHJpbmc=')
print(b)

输出结果为：
b’YmluYWFyeQBzdHJpbmc=’
b’binaary\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_：

c=base64.b64encode(b'i\xb7\x1d\xfb\xef\xff')
print(c)
d=base64.urlsafe_b64encode(b'i\xb7\x1d\xfb\xef\xff')
print(d)
e=base64.urlsafe_b64decode('abcd--__')
print(e)

输出结果：
b’abcd++//’
b’abcd–__’
b’i\xb7\x1d\xfb\xef\xff’

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，当=用在URL、Cookie里面会造成歧义，所以，很多Base64编码后会把=去掉：

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。

小结：

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。

请写一个能处理去掉=的base64解码函数：

import base64

def safe_base64_decode(s):
    #添加等于号
    if len(s)%4!=0:
        s=s+bytes('=',encoding='utf-8')*(4-len(s)%4)
        print("1:%s"%s)
    #解决字符串和bytes类型
    if not isinstance(s,bytes):
        s=byte(s,encoding='utf-8')
        print('s:%s'%s)
    #解码
    base64_string=base64.b64decode(s)
    print("base64:%s"%base64_string)
    return  base64_string
#测试
assert b'abcd'==safe_base64_decode(b'YWJjZA=='),safe_base64_decode('YWJjZA==')
assert b'abcd'==safe_base64_decode(b'YWJjZA'),safe_base64_decode('YWJjZA')
print('ok')

输出结果：
base64:b’abcd’
1:b’YWJjZA==’
base64:b’abcd’
ok

准确地讲，Python没有专门处理字节的数据类型。但由于str即是字符串，又可以表示字节，所以字节数组=str。而在C语言中，我们可以很方便地用struct、union来处理字节和int，float的转换。

在Python中，比方说要把一个32位无符号整数变成字节，也就是4个长度的bytes，你得配合位运算符这么写：

非常麻烦。如果换成浮点数就无能为力了。

好在Python提供了一个struct模块来解决bytes和其他二进制数据类型的转换。

struct的pack函数把任意数据类型变成bytes：

unpack把bytes变成相应的数据类型:

所以，尽管Python不适合编写底层操作字节流的代码，但在对性能要求不高的地方，利用struct就方便多了。

Windows的位图文件（.bmp）是一种非常简单的文件格式，我们来用struct分析一下。

首先找一个bmp文件，没有的话用”画图“画一个。

读入前30个字节来分析：