python编码格式转换_【Python】二进制文件与Base64编码文本文件转换

前面的话

Python内置的base64模块，在这里http://docs.python.org/library/base64.html?highlight=base64#base64，包括b64encode，b64decode，urlsafe_b64decode等，可以满足包括URL在内的文本编码需要。但是在用base64.encode编码二进制文件的时候，发现编码不完整，只有部分文件被编码了，base64.decode解码出来文件错误。可能是base64模块用来出来文本的？仔细分析发现，是忘记用二进制模式打开文件了。但是，自己实现base64模块基本功能也不是什么难事，不是要重复发明轮子，仅作为学习python和base64的练习。

用内置base64模块转换二进制文件与base64编码文本文件方法如下：

import base64

fin = open(r"D:\2.zip", "rb")

fout = open(r"D:\2.x.txt", "w")

base64.encode(fin, fout)

fin.close()

fout.close()

fin = open(r"D:\2.x.txt", "r")

fout = open(r"D:\2.x.zip", "wb")

base64.decode(fin, fout)

fin.close()

fout.close()

Base64介绍

Base64是一种基于64个可打印字符来表示二进制数据的表示方法。Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据。包括MIME的email，email via MIME,在XML中存储复杂数据。

转换的时候，将三个byte的数据，先后放入一个24bit的缓冲区中，先来的byte占高位。数据不足3byte的话，于缓冲区中剩下的用0补足。然后，每次取出6（因为）个bit，按照其值选择ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/中的字符作为编码后的输出。不断进行，直到全部输入数据转换完成。

如果最后剩下两个输入数据，在编码结果后加1个“=”；如果最后剩下一个输入数据，编码结果后加2个“=”；如果没有剩下任何数据，就什么都不要加，这样才可以保证资料还原的正确性。

Base64索引表：

Value

Char

Value

Char

Value

Char

Value

Char

0

A

16

Q

32

g

48

w

1

B

17

R

33

h

49

x

2

C

18

S

34

i

50

y

3

D

19

T

35

j

51

z

4

E

20

U

36

k

52

0

5

F

21

V

37

l

53

1

6

G

22

W

38

m

54

2

7

H

23

X

39

n

55

3

8

I

24

Y

40

o

56

4

9

J

25

Z

41

p

57

5

10

K

26

a

42

q

58

6

11

L

27

b

43

r

59

7

12

M

28

c

44

s

60

8

13

N

29

d

45

t

61

9

14

O

30

e

46

u

62

+

15

P

31

f

47

v

63

/

二进制转成Base64编码

按照算法描述：

1、讲输入数据按3个字节组成一组3*8=24位的整数；

2、然后将其按24/6=4位一组分为4组；

3、每组6位算出取值，在base64索引表中查看对应的字符，即可；

4、如果还有模3剩余的1个字节数据，则补2个字节的0，将转换成的4字符的最后2个替换成”==”；

5、如果还有模3剩余的2个字节数据，则补1个字节的0，将转换成的4字符的最后1个替换成”=”。

其中1-3步容易理解和编写，第4、5步的实现方法可能有很多种，但是考虑到可读性，而且每次转换之多执行其中一步，可以使用如下中的硬编码：

_CODE_CHAR = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"

def binbase64(data):

"""

Convert binary data to Base64 format string.

"""

base64str = ""

for i in range(len(data)/3):

datavalue = ((data[3*i] << 16) | (data[3*i+1] << 8) | data[3*i+2])

for j in range(4):

base64str += _CODE_CHAR[(datavalue >> 6*(3-j)) & 0x3F]

dataremain = len(data) % 3

if dataremain == 1:

datavalue = data[-1] << 16;

base64str += _CODE_CHAR[(datavalue >> 18) & 0x3F]

base64str += _CODE_CHAR[(datavalue >> 12) & 0x3F]

base64str += "=="

elif dataremain == 2:

datavalue = (data[-2] << 16) | (data[-1] << 8);

base64str += _CODE_CHAR[(datavalue >> 18) & 0x3F]

base64str += _CODE_CHAR[(datavalue >> 12) & 0x3F]

base64str += _CODE_CHAR[(datavalue >> 6) & 0x3F]

base64str += "="

return base64str

Base64解码转成二进制

解码之前要对输入数据有效性进行必要的判断，如长度是否为4的整数倍，有没有非法字符等。解码步骤为：

1、取4个字符组成一组，判断每个字符在Base64索引表中的索引值；

2、将索引值转成6位二进制，并组4*6=24位的整数；

3、再将这个24位的整数分成24/8=3个字节；

4、如果末尾有2个"=="，则只有1个有效字节

5、如果末尾有1个"="，在有2个有效字节

class Base64Error(Exception):

"""

Exception for Base64 error.

"""

pass

def base64bin(encodedstr):

"""

Convert Base64 format string to binary data.

"""

if len(encodedstr) % 4:

raise Base64Error("The length of input 'base64str' MUST be multiple of 4.")

rawbase64str = encodedstr.rstrip("=")

if (len(rawbase64str) % 4) == 1:

raise Base64Error("Too many '=' characters, MUST NOT be more than 2.")

for x in rawbase64str:

if x not in _CODE_CHAR:

raise Base64Error("Unexpected character %s.", x)

data=[]

for i in range(len(rawbase64str)/4):

datavalue = (_CODE_CHAR.find(rawbase64str[4*i]) << 18) \

| (_CODE_CHAR.find(rawbase64str[4*i+1]) << 12) \

| (_CODE_CHAR.find(rawbase64str[4*i+2]) << 6) \

| (_CODE_CHAR.find(rawbase64str[4*i+3]))

data.append((datavalue >> 16) & 0xFF)

data.append((datavalue >> 8) & 0xFF)

data.append((datavalue) & 0xFF)

strremain = len(rawbase64str) % 4

if strremain == 2:

datavalue = (_CODE_CHAR.find(rawbase64str[-2]) << 18) \

| (_CODE_CHAR.find(rawbase64str[-1]) << 12)

data.append((datavalue >> 16) & 0xFF)

elif strremain == 3:

datavalue = (_CODE_CHAR.find(rawbase64str[-3]) << 18) \

| (_CODE_CHAR.find(rawbase64str[-2]) << 12) \

| (_CODE_CHAR.find(rawbase64str[-1]) << 6)

data.append((datavalue >> 16) & 0xFF)

data.append((datavalue >> 8) & 0xFF)

return data

字符串转换

def strbase64(astr):

"""

Convert a string to Base64 format string.

"""

return binbase64(map(ord, astr))

def base64str(encodedstr):

"""

Convert Base64 format string to a string.

"""

return "".join(map(chr,base64bin(encodedstr)))

文件转换

文件转换要用到这里介绍的。另外，规定，Base64文本没行76个字符，可存76/4*3=57个字节。所以我们每次读入57个字节处理。

def binfiletobase64(inp, out):

"""

Convert binary file to Base64 format text file.

"""

blocksize = 76 / 4 * 3

def _binfiletobase64(fin, fout):

while True:

chunk = fin.read(blocksize)

if chunk:

fout.write(strbase64(chunk))

fout.write("\n")

else:

break

fileinoutpattern(inp, out, _binfiletobase64, inmode="rb", outmode="w")

def base64filetobin(inp, out):

"""

Convert Base64 format text file to binary file.

"""

def _base64filetobin(fin, fout):

for line in fin:

fout.write(base64str(line.rstrip()))

fileinoutpattern(inp, out, _base64filetobin, inmode="r", outmode="wb")

测试代码

def test():

"""

Self testing.

"""

rawstr = "Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure."

encodedstr = binbase64(map(ord, rawstr))

for x in range(0, len(encodedstr), 76):

print encodedstr[x:x+76]

encodedstr = strbase64(rawstr)

for x in range(0, len(encodedstr), 76):

print encodedstr[x:x+76]

data = base64bin(encodedstr)

decodedstr = "".join(map(chr,data))

print decodedstr

assert decodedstr == rawstr

decodedstr = base64str(encodedstr)

print decodedstr

assert decodedstr == rawstr

#base64str(encodedstr[:-1]);#Not multiple of 4

#base64str(encodedstr[:-3]+"==");#Too many '='

#base64str(encodedstr[:-2]+"()");#Invaild characters '(' and ')'

binfiletobase64(r"D:\2.zip", r"D:\2.txt")

base64filetobin(r"D:\2.txt", r"D:\2.1.zip")

print "OK"

14

顶

50

踩

分享到：

2012-07-29 18:06

浏览 12077

评论