记python对于base64编码之后的二进制字符串进行解码时出现的问题

问题描述

ios app 端，使用 swift 将 pdf 文件进行 base64 编码之后，post 到服务端。服务端是 python。服务端接收到数据之后，使用 base64_decode() 进行解码，然后将二进制写回文件。

但是发现写回文件之后，pdf 文件格式错误，无法打开。

原因1 rfile.decode()

swift 进行 base64 编码的时候，最终字符串中会生成很多 “+” 号。但是 python 端接收到数据，使用

self.rfile.read(length).decode('utf8')

之后，会将所有的 “+” 号解码成，不是 “+” 号。

而这些 “+” 号，也是二进制数据的一部分。看下面的例子。

有 “+” 号和没有 “+” 号的字符串，base64 解码之后是完全不同的内容。

原因2 base64字符串不能包含空格

看这个回答。说的就是我这种情况。swift 里编码的字符串是包含空格的，在传输到服务端之后，会被不可预期地转换成空格，所以可以在服务端打印地字符串中看到。

解决问题

方法1

在服务端使用 base64.b64decode(encoded_string) 之前，先使用 encoded_string.replace(' ', '+') 将所有空格替换成 “+” 号。

方法2

先使用 encoded_string.replace(' ', '+') 将所有空格替换成 “+” 号，然后使用

base64_bytes = string.encode()
  
string_bytes = base64.b64decode(base64_bytes)

with open('output.pdf', 'wb') as f:
	f.write(string_bytes )

直接写入 bytes。

不过当然是第一种方法比较方便。

总结

问题有点蹊跷，通过手动对比编码后地文件才发现空格和 “+” 号地问题。

base64 编码中不能带有空格，但是如果编码之后地字符串中带有 “+” 号，在网络传输中可能会被转换成空格。

这在 URL 中是没有问题的，但是在二进制传数据时候，就会产生上述数据错误的问题。

作此记录，方便查阅。