python base64

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，咱们都会看到一大堆乱码，由于二进制文件包含不少没法显示和打印的字符，因此，若是要让记事本这样的文本处理软件能处理二进制数据，就须要一个二进制到字符串的转换方法。Base64是一种最多见的二进制编码方法。

Base64的原理很简单，首先，准备一个包含64个字符的数组：

['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']

而后，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：

这样咱们获得4个数字做为索引，而后查表，得到相应的4个字符，就是编码后的字符串。

因此，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，长度增长33%，好处是编码后的文本数据能够在邮件正文、网页等直接显示。

若是要编码的二进制数据不是3的倍数，最后会剩下1个或2个字节怎么办？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能够直接进行base64的编解码：

>>> import base64
>>> base64.b64encode('binary\x00string')
'YmluYXJ5AHN0cmluZw=='
>>> base64.b64decode('YmluYXJ5AHN0cmluZw==')
'binary\x00string'

因为标准的Base64编码后可能出现字符+和/，在URL中就不能直接做为参数，因此又有一种"url safe"的base64编码，其实就是把字符+和/分别变成-和_：

>>> base64.b64encode('i\xb7\x1d\xfb\xef\xff')
'abcd++//'
>>> base64.urlsafe_b64encode('i\xb7\x1d\xfb\xef\xff')
'abcd--__'
>>> base64.urlsafe_b64decode('abcd--__')
'i\xb7\x1d\xfb\xef\xff'

还能够本身定义64个字符的排列顺序，这样就能够自定义Base64编码，不过，一般状况下彻底没有必要。

Base64是一种经过查表的编码方法，不能用于加密，即便使用自定义的编码表也不行。

Base64适用于小段内容的编码，好比数字证书签名、Cookie的内容等。

因为=字符也可能出如今Base64编码中，但=用在URL、Cookie里面会形成歧义，因此，不少Base64编码后会把=去掉：

# 标准Base64:
'abcd' -> 'YWJjZA=='
# 自动去掉=:
'abcd' -> 'YWJjZA'

去掉=后怎么解码呢？由于Base64是把3个字节变为4个字节，因此，Base64编码的长度永远是4的倍数，所以，须要加上=把Base64字符串的长度变为4的倍数，就能够正常解码了。

请写一个能处理去掉=的base64解码函数：

>>> base64.b64decode('YWJjZA==')
'abcd'
>>> base64.b64decode('YWJjZA')
Traceback (most recent call last):
  ...
TypeError: Incorrect padding
>>> safe_b64decode('YWJjZA')
'abcd'


def safe_b64decode(str_):
    _, sur = divmod(len(str_), 4)
    str_ ="{}{}".format(str_, "="*sur)
    print(str_)
    return base64.b64decode(str_)

注意点：

一、base64模块真正用的上的方法只有8个，分别是encode, decode, encodestring, decodestring, b64encode,b64decode, urlsafe_b64decode,urlsafe_b64encode。他们8个能够两两分为4组，encode,decode一组，专门用来编码和解码文件的,也能够StringIO里的数据作编解码；encodestring,decodestring一组，专门用来编码和解码字符串； b64encode和b64decode一组，用来编码和解码字符串，而且有一个替换符号字符的功能；urlsafe_b64encode和urlsafe_b64decode一组，这个就是用来专门对url进行base64编解码的。

二、py2 与 py3的编码类型不同！！！2是 bytes, 3是 unicode