简答
你需要一个推bytes-like对象(bytes,bytearray,等)的base64.b64encode()方法。这有两种方式:
>>> data = base64.b64encode(b'data to be encoded')
>>> print(data)
b'ZGF0YSB0byBiZSBlbmNvZGVk'
或者使用变量:
>>> string = 'data to be encoded'
>>> data = base64.b64encode(string.encode())
>>> print(data)
b'ZGF0YSB0byBiZSBlbmNvZGVk'
为什么?
在Python 3中,str对象不是C风格的字符数组(因此它们不是字节数组),而是它们是没有任何固有编码的数据结构。您可以通过各种方式对该字符串进行编码(或解释它)。最常见的(在Python 3中是默认的)是utf-8,特别是因为它向后兼容ASCII(尽管是最广泛使用的编码)。这就是当你接受string并调用.encode()方法时发生的事情:Python正在解释utf-8中的字符串(默认编码)并为你提供它所对应的字节数组。
Python 3中的Base-64编码
最初问题标题是关于Base-64编码的。继续阅读Base-64的内容。
base64编码采用6位二进制块并使用字符AZ,az,0-9,'+','/'和'='对它们进行编码(某些编码使用不同的字符代替'+'和'/') 。这是一个基于radix-64或base-64数字系统的数学结构的字符编码,但它们是非常不同的。数学中的Base-64是一个数字系统,如二进制或十进制,你可以在整个数字上进行基数更改,或者(如果你转换的基数是2的幂小于64)从右到右的块剩下。
在base64编码中,翻译是从左到右完成的; 那些前64个字符就是它被称为base64 编码的原因。第65个'='符号用于填充,因为编码拉取6位块,但通常要编码的数据是8位字节,因此有时在最后一个块中只有两个或4个位。
例:
>>> data = b'test'
>>> for byte in data:
... print(format(byte, '08b'), end=" ")
...
01110100 01100101 01110011 01110100
>>>
如果您将该二进制数据解释为单个整数,那么您可以将其转换为base-10和base-64(base-64的表):
base-2: 01 110100 011001 010111 001101 110100 (base-64 grouping shown)
base-10: 1952805748
base-64: B 0 Z X N 0
base64 但是,编码会重新对这些数据进行分组:
base-2: 011101 000110 010101 110011 011101 00(0000)
base-10: 29 6 21 51 29 0
base-64: d G V z d A
因此,'B0ZXN0'是我们二进制的base-64版本,从数学上讲。但是,base64 编码必须以相反的方向进行编码(因此原始数据转换为'dGVzdA'),并且还有一条规则告诉其他应用程序在结尾处剩余多少空间。这是通过用'='符号填充末尾来完成的。因此,base64该数据的编码是'dGVzdA ==',其中两个'='符号表示当该数据被解码以使其与原始数据匹配时,将需要从末端移除两对比特。
让我们测试一下,看看我是不是在做不诚实:
>>> encoded = base64.b64encode(data)
>>> print(encoded)
b'dGVzdA=='
为何使用base64编码?
假设我必须通过电子邮件向某人发送一些数据,例如:
>>> data = b'\x04\x6d\x73\x67\x08\x08\x08\x20\x20\x20'
>>> print(data.decode())
>>> print(data)
b'\x04msg\x08\x08\x08 '
>>>
我种了两个问题:
如果我尝试在Unix中发送该电子邮件,则一旦\x04读取该字符,该电子邮件就会发送,因为这是END-OF-TRANSMISSION(Ctrl-D)的ASCII ,因此剩余的数据将被排除在传输之外。
此外,虽然Python足够聪明,可以在我直接打印数据时逃避所有恶意控制字符,但当该字符串被解码为ASCII时,您可以看到'msg'不存在。那是因为我使用了三个BACKSPACE字符和三个SPACE字符来删除'msg'。因此,即使我没有EOF那里的角色,最终用户也无法从屏幕上的文本转换为真实的原始数据。
这只是一个演示,向您展示简单地发送原始数据是多么困难。将数据编码为base64格式可为您提供完全相同的数据,但格式可确保通过电子邮件等电子媒体进行发送是安全的。