base64的原理及實際運用講解

base64是一種用64個字元來表示任意二進位制資料的方法。

用記事本開啟exe、jpg、pdf這些檔案時，我們都會看到一大堆亂碼，因為二進位制檔案包含很多無法顯示和列印的字元，所以，如果要讓記事本這樣的文字處理軟體能處理二進位制資料，就需要乙個二進位製到字串的轉換方法。base64是一種最常見的二進位制編碼方法。

base64的原理很簡單，首先，準備乙個包含64個字元的陣列：

['a', 'b', 'c', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']然後，對二進位制資料進行處理，每3個位元組一組，一共是3x8=24bit，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，然後查表，獲得相應的4個字元，就是編碼後的字串。

所以，base64編碼會把3位元組的二進位制資料編碼為4位元組的文字資料，長度增加33%，好處是編碼後的文字資料可以在郵件正文、網頁等直接顯示。

如果要編碼的二進位制資料不是3的倍數，最後會剩下1個或2個位元組怎麼辦？base64用\x00位元組在末尾補足後，再在編碼的末尾加上1個或2個=號，表示補了多少位元組，解碼的時候，會自動去掉。

python內建的base64可以直接進行base64的編譯碼：

>>> import base64

>>> base64.b64encode(b'binary\x00string')

b'ymluyxj5ahn0cmluzw=='

>>> base64.b64decode(b'ymluyxj5ahn0cmluzw==')

b'binary\x00string'由於標準的base64編碼後可能出現字元+和/，在url中就不能直接作為引數，所以又有一種"url safe"的base64編碼，其實就是把字元+和/分別變成-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'還可以自己定義64個字元的排列順序，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，不能用於加密，即使使用自定義的編碼表也不行。

base64適用於小段內容的編碼，比如數字證書簽名、cookie的內容等。

由於=字元也可能出現在base64編碼中，但=用在url、cookie裡面會造成歧義，所以，很多base64編碼後會把=去掉：

# 標準base64:

'abcd' -> 'ywjjza=='

# 自動去掉=:

'abcd' -> 'ywjjza'去掉=後怎麼解碼呢？因為base64是把3個位元組變為4個位元組，所以，base64編碼的長度永遠是4的倍數，因此，需要加上=把base64字串的長度變為4的倍數，就可以正常解碼了。

base64是一種任意二進位製到文字字串的編碼方法，常用於在url、cookie、網頁中傳輸少量二進位制資料。

請寫乙個能處理去掉=的base64解碼函式：

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

import base64# 測試:

assert b'abcd' == safe_base64_decode(b'ywjjza=='), safe_base64_decode('ywjjza==')

assert b'abcd' == safe_base64_decode(b'ywjjza'), safe_base64_decode('ywjjza')

print('ok')