【Python标准库】base64模块

文章目录

简介
base64
base85

简介

在binacii模块中提供了base64的编解码方法，而base64模块，除了base64之外，还提供了Base16, Base32, Base85的数据编码方法。

这些不同的BaseXX，区别在于利用字符的数目，比如Base16代表使用了16个字符。实际上，除了base64提供的这几种编码方式之外，还有base62, base91, base92等等，这些编码方案用到的字符如下表

编码	可用字符	编码函数	解码函数
`Base16`	`[0-9A-F]`	`b16encode`	`b16encode`
`Base32`	`[A-Z2-7]`	`b32encode`	`b32decode`
Base62	`[A-Za-z0-9]`	-	-
`Base64`	`[A-Za-z0-9+/]`	`b64encode`	`b64decode`
`Base85`	ASCII33-118	`a85encode`	`a85encode`

base64

下面先用base64举个例子验证一下

import base64
test = b'tinycold'
print([hex(t) for t in test])   #打印test对应的二进制值
# ['0x74', '0x69', '0x6e', '0x79', '0x63', '0x6f', '0x6c', '0x64']
b64 = base64.b64decode(test)
print(b64)
# b'\xb6)\xf2r\x89]'
print([hex(i) for i in b64])
# ['0xb6', '0x29', '0xf2', '0x72', '0x89', '0x5d']

其中t在ASCII中是0x74，即test data是ASCII编码的。尽管ASCII中每个字符只需7位，但在传输时必须占用1个字节，也就是8位。tinycold一共需要8个字节。

经过base64解码后，每个字符占用6位，每4个字符24位，需要3个字节。所以，8个字符最后得到了6个字节。

也就是说，用ASCII需要用8个字节表示的数据，base64只需6个字节就搞定了，这相当于网速提高一半，非常不得了。

考虑到base64使用的广泛性，故而在base64模块中，为其提供了不同的标准，以urlsafe_b64encode, urlsafe_b64decode为编码、解码函数的base64，采用-_字符替代了原来的+\字符，从而避免产生类似超链接或者文件路径的编码，提高安全性。

base85

base64的问题是，可以编码的字符只有64个，连个标点符号都没有

>>> b64 = base64.b64decode(b"tiny!cold")
>>> base64.b64encode(b64)
b'tinycold'

相比之下，base85用了85个字符，表现力大幅度提升，

b85 = base64.b64decode(b"tiny!cold")
print([hex(i) for i in b85])
# ['0xac', '0xc2', '0x4d', '0xd6', '0x78', '0x15', '0x78']
base64.b85encode(b85)
# b'tiny!cold'

base85编码被广泛应用在Adobe的PostScript和Portable Document Format文件格式中，所以base85还有另一组编解码函数，提供了adobe参数，当其设为True时，控制编码后的字节序列是否要加上<~和~>，从而满足adobe的标准。

其详细定义如下

base64.a85encode(b, foldspaces=False, wrapcol=0, pad=False, adobe=False)
base64.a85decode(b, foldspaces=False, adobe=False, ignorechars=b' \t\n\r\x0b')

除了adobe之外，其他参数含义如下

foldspaces为True时，使用特殊的短序列 ‘y’ 代替 ‘btoa’ 提供的 4 个连续空格 (ASCII 0x20)
pad控制在编码之前输入是否填充为4的倍数
wrapcol控制输出是否包含换行符b'\n'，若该值非零, 则每一行只有该值所限制的字符长度。
ignorechars 顾名思义，表示要从输入中忽略的字符。