字符编码在python中的处理_如何处理python中的字符编码问题

Python中可以使用base64来处理字符编码问题，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



在Python中，base64可用于处理字符编码问题。 Base64是一种使用64个字符表示任意二进制数据的方法。

用记事本打开exe，jpg和pdf等文件时，我们会看到很多乱码，因为二进制文件包含许多无法显示和打印的字符，所以如果 您要使用记事本等文本处理软件来处理二进制数据，需要使用二进制到字符串的转换方法。 Base64是最常见的二进制编码方法之一。

Base64的原理非常简单。 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，处理二进制数据，每组3个字节，总计 3x8 = 24bit，分为4组，每组正好有6位

获取4个数字作为索引，然后查询表以获取对应的4个字符，即 编码的字符串。

python学习课程约会提醒

Region：

北京

天津

上海

江苏

浙江

山东

江西

安徽

广东

广西

海南

辽宁

吉林

黑龙江

内蒙古

山西

福建

河南

河北

湖南

湖北

四川

重庆

云南

贵州

新疆

西藏

陕西

青海

宁夏

]甘肃

名称：

移动设备：

提交

因此，Base64编码会将3字节的二进制数据编码为4字节的文本数据。 增加了33％，优点是可以将已编码的文本数据直接显示在电子邮件，网页等的正文中。

如果要编码的二进制数据是 不是3的倍数，如果最后剩下1或2个字节怎么办？ Base64在末尾使用\ x00字节进行填充，然后在代码末尾添加1或2 =表示已添加了多少字节，在解码时将自动删除这些字节。

Python的内置base64可以直接对base64进行编码和解码：

>>> import base64

>>> base64.b64encode('binary \ x00string')

'YmluYXJ5AHN0cmluZw =='

>>> base64。 b64decode('YmluYXJ5AHN0cmluZw ==')

'binary \ x00string'

因为在标准Base64编码之后可能出现字符+和/， 它不能直接用作URL中的参数，因此还有另一种“ URL安全” base64编码，它实际上分别将字符+和/更改为-和_：

> >> base64.b64encode('i \ xb7 \ x1d \ xfb \ xef \ xff')

'abcd ++ //'

> >＆gt; base64.urlsafe_b64encode('i \ xb7 \ x1d \ xfb \ xef \ xff')

'abcd --__'

>> > base64.urlsafe_b64decode('abcd --__')

'i \ xb7 \ x1d \ xfb \ xef \ xff'

您 也可以自己定义64个字符的序列，因此您可以自定义Base64编码，但是在通常情况下完全没有必要。

Base64是通过表查找的一种编码方法，即使使用了自定义编码表，也无法用于加密。

Base64适用于编码小段内容，例如数字证书签名，cookie内容等。

因为=字符可能 也以Base64编码形式出现，但是在URL和cookie中使用时会引起歧义，因此许多Base64编码将删除=：

＃标准Base64：

'abcd'->'YWJjZA =='

＃自动删除=：

'abcd'->' YWJjZA'

删除=后如何解码？ 因为Base64将3个字节转换为4个字节，所以Base64编码的长度始终是4的倍数。因此，您需要添加=来将Base64字符串的长度更改为4的倍数，并且可以正常对其进行解码。

请编写一个base64解码函数，该函数可以删除=：

>>> base64.b64decode('YWJjZA ==')[k0 ]

'abcd'

>>> base64.b64decode('YWJjZA')

跟踪(最近一次通话最近)：

...

TypeError：不正确的填充

>>> safe_b64decode('YWJjZA')

'abcd'