# base64 Base64是一種用64個字符來表示任意二進制數據的方法。 用記事本打開`exe`、`jpg`、`pdf`這些文件時，我們都會看到一大堆亂碼，因為二進制文件包含很多無法顯示和打印的字符，所以，如果要讓記事本這樣的文本處理軟件能處理二進制數據，就需要一個二進制到字符串的轉換方法。Base64是一種最常見的二進制編碼方法。 Base64的原理很簡單，首先，準備一個包含64個字符的數組： ``` ['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/'] ``` 然后，對二進制數據進行處理，每3個字節一組，一共是`3x8=24`bit，劃為4組，每組正好6個bit：  這樣我們得到4個數字作為索引，然后查表，獲得相應的4個字符，就是編碼后的字符串。 所以，Base64編碼會把3字節的二進制數據編碼為4字節的文本數據，長度增加33%，好處是編碼后的文本數據可以在郵件正文、網頁等直接顯示。 如果要編碼的二進制數據不是3的倍數，最后會剩下1個或2個字節怎么辦？Base64用`\x00`字節在末尾補足后，再在編碼的末尾加上1個或2個`=`號，表示補了多少字節，解碼的時候，會自動去掉。 Python內置的`base64`可以直接進行base64的編解碼： ``` >>> import base64 >>> base64.b64encode('binary\x00string') 'YmluYXJ5AHN0cmluZw==' >>> base64.b64decode('YmluYXJ5AHN0cmluZw==') 'binary\x00string' ``` 由于標準的Base64編碼后可能出現字符`+`和`/`，在URL中就不能直接作為參數，所以又有一種"url safe"的base64編碼，其實就是把字符`+`和`/`分別變成`-`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' ``` 還可以自己定義64個字符的排列順序，這樣就可以自定義Base64編碼，不過，通常情況下完全沒有必要。 Base64是一種通過查表的編碼方法，不能用于加密，即使使用自定義的編碼表也不行。 Base64適用于小段內容的編碼，比如數字證書簽名、Cookie的內容等。 由于`=`字符也可能出現在Base64編碼中，但`=`用在URL、Cookie里面會造成歧義，所以，很多Base64編碼后會把`=`去掉： ``` # 標準Base64: 'abcd' -> 'YWJjZA==' # 自動去掉=: 'abcd' -> 'YWJjZA' ``` 去掉`=`后怎么解碼呢？因為Base64是把3個字節變為4個字節，所以，Base64編碼的長度永遠是4的倍數，因此，需要加上`=`把Base64字符串的長度變為4的倍數，就可以正常解碼了。 請寫一個能處理去掉`=`的base64解碼函數： ``` >>> base64.b64decode('YWJjZA==') 'abcd' >>> base64.b64decode('YWJjZA') Traceback (most recent call last): ... TypeError: Incorrect padding >>> safe_b64decode('YWJjZA') 'abcd' ``` ### 小結 Base64是一種任意二進制到文本字符串的編碼方法，常用于在URL、Cookie、網頁中傳輸少量二進制數據。