base64原理及其编解码的python实现

base64

base64简介

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。2⁶=64，所以每6bit为一个单元，对应某个可打印字符。3字节有24bit，对应4个base64单元，即3字节任意二进制数据可由4个可打印字符来表示。在base64中，可打印字符包括字母A到Z、a到z和0到9，共62个字符，以及+和/字符。base64常用于只能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电子邮件、XML复杂数据等。

base64编码表

常规的base64编码表：
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/
使用者可以根据需要改变编码表元素或元素顺序实现变表base64编解码

base64编码原理

编码时，3字节的数据先后放入一个24bit的缓冲区中，先来的字节占高位。数据不足3字节时，缓冲区中剩下的bit应用0不足。从高到低，每次取出6bit，按照其十进制的值在编码表中取出相应的字符作为编码后的输出，直到全部输入数据转换完成。
例如，编码“Man”

如果要编码的字节数不能被3整除，最后会多出1个或2个字节，那么可以使用下面的方法进行处理：先使用0字节值在末尾补足，使要编码的字节数能够被3整除，然后再进行base64的编码。在编码后的base64文本后加上1个或2个等号“=”，代表补足的字节数。也就是说，当最后剩余1个八位字节(1个byte)时，最后1个6位的base64字节块有四位是0值，最后附加上2个等号“=”；当最后剩余2个八位字节(2个byte)时，最后1个6位的base64字节块有两位是0值，最后附加1个等号“=”。
例如，分别编码“A”和“BC”

所以，识别base64编码的一种方法是看末尾是否有等号“=”。但是这种识别方法并不是万能的，当编码的字符长度刚好是3的倍数时，编码后的字符串末尾不会出现等号“=”。

base64编解码的python实现

# -*- coding:utf-8 -*-

#base64原表
#base="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"

#原表的ascii码表示，方便进行原表变换
base=[
  0x41, 0x42, 0x43, 0x44, 0x45, 0x46, 0x47, 0x48, 0x49, 0x4A,
  0x4B, 0x4C, 0x4D, 0x4E, 0x4F, 0x50, 0x51, 0x52, 0x53, 0x54,
  0x55, 0x56, 0x57, 0x58, 0x59, 0x5A, 0x61, 0x62, 0x63, 0x64,
  0x65, 0x66, 0x67, 0x68, 0x69, 0x6A, 0x6B, 0x6C, 0x6D, 0x6E,
  0x6F, 0x70, 0x71, 0x72, 0x73, 0x74, 0x75, 0x76, 0x77, 0x78,
  0x79, 0x7A, 0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37,
  0x38, 0x39, 0x2B, 0x2F]

#对原表进行变换，不需要变换时，注释掉原表变换的代码即可
# for i in range(0,10):
#     base[i],base[19-i]=base[19-i],base[i]

#base_changed是变表，需要转成字符串的形式
base_changed=''.join(chr(i) for i in base)
#打印base_changed变表
print("Current Base:%s " %base_changed)

def base64_encode(inputs):
    bin_str = []
    for i in inputs:
        x = str(bin(ord(i))).replace('0b', '')
        bin_str.append('{:0>8}'.format(x))
    outputs = ""
    nums = 0
    while bin_str:
        temp_list = bin_str[:3]
        if (len(temp_list) != 3):
            nums = 3 - len(temp_list)
            while len(temp_list) < 3:
                temp_list += ['0' * 8]
        temp_str = "".join(temp_list)
        temp_str_list = []
        for i in range(0, 4):
            temp_str_list.append(int(temp_str[i * 6:(i + 1) * 6], 2))
        if nums:
            temp_str_list = temp_str_list[0:4 - nums]
        for i in temp_str_list:
            outputs += base_changed[i]
        bin_str = bin_str[3:]
    outputs += nums * '='
    print("Encoded String:%s " % outputs)

def base64_decode(inputs):
    bin_str = []
    for i in inputs:
        if i != '=':
            x = str(bin(base_changed.index(i))).replace('0b', '')
            bin_str.append('{:0>6}'.format(x))
    outputs = ""
    nums = inputs.count('=')
    while bin_str:
        temp_list = bin_str[:4]
        temp_str = "".join(temp_list)
        if (len(temp_str) % 8 != 0):
            temp_str = temp_str[0:-1 * nums * 2]
        for i in range(0, int(len(temp_str) / 8)):
            outputs += chr(int(temp_str[i * 8:(i + 1) * 8], 2))
        bin_str = bin_str[4:]
    print("Decoded String:%s " % outputs)
plain="This_is_a_base64_example"
base64_encode(plain)
enc="VGhpc19pc19hX2Jhc2U2NF9leGFtcGxl"
base64_decode(enc)

其他base编码

base16

2⁴=16
base16编码表：
0123456789ABCDEF
实际上就是Hex（十六进制）编码

base32

2⁵=32
base32编码表：
ABCDEFGHIJKLMNOPQRSTUVWXYZ234567

base36、base58、 base62、 base85、base91、 base92

请参阅Base系列编码浅析