【base64】
base64是一种用64个字符来表示任意二进制数据的方法,使文本处理软件能够处理二进制数据。
原理:
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3x8=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、网页等直接显示。
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,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
print(base64.b64encode(b'binary\x00string'))
# b'YmluYXJ5AHN0cmluZw=='
print(base64.b64decode(b'YmluYXJ5AHN0cmluZw=='))
# b'binary\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_:
base64.b64encode(b'i\xb7\x1d\xfb\xef\xff')
# b'abcd++//'
base64.urlsafe_b64encode(b'i\xb7\x1d\xfb\xef\xff')
# b'abcd--__'
base64.urlsafe_b64decode('abcd--__')
# b'i\xb7\x1d\xfb\xef\xff'
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,但=用在URL、Cookie里面会造成歧义,所以,很多base64编码后会把=去掉:
# 标准Base64:
'abcd' -> 'YWJjZA=='
# 自动去掉=:
'abcd' -> 'YWJjZA'
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。
其他python内建模块相关文章:
【python】常用内建模块之datetime
【python】常用内建模块之collections
【python】常用内建模块之itertools