Python使用base64模块进行二进制数据编码详解
前言
昨天团队的学妹来问关于POP3协议的问题，所以今天稍稍研究了下POP3协议的格式和Python里面的poplib。而POP服务器往回传的数据里有一部分需要用到Base64进行解码，所以就顺便看了下Python里面的base64模块。
本篇先讲一下base64模块，该模块提供了关于Base16，Base32，Base64，Base85和Ascii85的编码和解码相关的函数。有关poplib模块的内容，会在后面发上来。嗯，又挖了一个坑，这辈子挖的坑填不完了...
以下内容摘自http://bbs.chinaunix.net/thread-1150250-1-1.html，详细说明了为什么回传的数据会先经过Base64编码：
以”中文”兩字為例，HEX為A4A4A4E5，當最高位元被清掉時就會變成24242465，也就是”$$$e”。telnet也存在這樣子的問題。
Base64
base64模块提供了6个函数用于Base64的编码和解码，可以将他们分为三组。
base64.b64encode(s,altchars=None)
base64.b64decode(s,altchars=None,validate=False)
参数s代表需要编码/解码的数据。其中b64encode的参数s的类型必须是字节包（bytes）。b64decode的参数s可以是字节包（bytes），也可以是字符串（str）。
由于Base64编码后的数据中可能会含有'+'或者'/'两个符号，如果编码后的数据用于url或者文件系统的路径中，就可能会导致Bug。所以base64模块提供了将编码后的数据中'+'和'/'进行替换的方法。
参数altchars必须是长度为2的字节包，这两个符号会用于替换编码后数据中的'+'和'/'。这个参数默认是None。
参数validate默认为False。如果它为True时，base64模块在进行解码前会先检查s中是否有非base64字母表中的字符，如果有的话则抛出错误binascii.Error:Non-base64digitfound。
如果数据的长度不正确则会抛出错误binascii.Error:Incorrectpadding。
>>>importbase64 >>>x=base64.b64encode(b'test') >>>x b'dGVzdA==' >>>base64.b64decode(x) b'test'
base64.standard_b64encode(s)
base64.standard_b64decode(s)
这组函数会直接将参数s传到上一组函数中。
base64.urlsafe_b64encode(s)
base64.urlsafe_b64decode(s)
这组函数同样基于第一组函数，但进行编码后会将输出数据中的'+'和'/'替换为'-‘和'_'。解码前则将数据中的'-‘和'_'替换为'+'和'/'。
另，Base64编码还会产生一个符号'='，这个符号用于将数据长度填充到4的倍数。
Base32
base64.b32encode(s)
base64.b32decode(s,casefold=False,map01=None)
参数s与Base64一致。
Base32编码后的字符范围为[2-7A-Z]，是不支持小写字母的。不过当参数casefold为True时，Base32解码时可以接受小写字母的输入。但是为了安全考虑，这个参数默认为False。
Base32的解码同时还允许将数字0替换为大写字母O，把数字1替换为大写字母I或者L。参数map01可以指定将数字1替换为哪个字符（源码中并没有限定必须是字母I或者L其中之一），当这个参数非None时，数字0总是会被替换为字母O。同样为了安全考虑，这个参数默认为None。
Base16
base64.b16encode(s)
base64.b16decode(s,casefold=False)
Base16编码后的字符范围为[0-9A-F]。
参数s和casefold的作用与Base32一致。
Base85
base64.b85encode(b,pad=False)
base64.b85decode(b)
参数b为用于编码/解码的数据，类型要求跟Base64的参数s一致。
参数pad为True时，在编码前会用b'\0'将数据填充到长度为4的倍数。不过在解码的时候不会移除这些填充数据。
这组函数是在Python3.4之后新增的。
Ascii85
base64.a85encode(b,*,foldspaces=False,wrapcol=0,pad=False,adobe=False)
参数b为用于编码的数据，类型必须为bytes。
参数foldspaces为True时会用b'y'来表示4个连续的空格。
参数wrapcol为一个整数，当wrapcol非0时，这个整数控制编码后的输出每多少个字符添加一个换行符b'\n'。
参数pad为True时，数据在编码前会用b'\0'填充到长度为4的倍数。解码的时候不会移除这些填充数据。
参数adobe指定了数据是否采用Adobe的格式。AdobeAscii85的编码数据由<\~和\~>包围起来，如果这个参数为True，返回的数据会加上这对符号。
base64.a85decode(b,*,foldspaces=False,adobe=False,ignorechars=b'\t\n\r\v')
参数b为用于编码的数据，类型可以为bytes或者str。
参数foldspaces为True时会用b'y'来表示4个连续的空格。
参数adobe指定了数据是否采用Adobe的格式。AdobeAscii85的编码数据由<\~和\~>包围起来，如果这个参数为True，解码前base64会先去掉这对符号。
参数ignorechars指定了解码时需要忽略掉的字符。默认包含了ASCII中所有的空白符。
这组函数是在Python3.4之后新增的。
base64模块的官方文档中提到：Base85和Ascii85使用5个字符编码4个字节，而Base64使用6个字符编码4个字节（实际上是4个字符编码3个字节），当空间不充裕时前两者会比Base64更高效。
旧API
base64仍然保留了一部分旧的API，用于一些特殊用途。
base64.encode(input,output)
base64.decode(input,output)
这组函数使用二进制文件作为数据源，并将编码/解码后的数据写入二进制文件。
base64.encodebytes(s)
base64.decodebytes(s)
encodebytes和b64encode在内部都是调用的binascii模块的b2a_base64，只不过encodebytes调用b2a_base64时newline参数使用默认值True。也就是说，encodebytes在输出数据的时候，每76个字节会添加一个换行符b'\n'。
decodebytes和默认参数下的b64decode基本一致。只有参数类型的检查不一样，decodebytes只支持bytes类型的数据。
base64.encodestring(s)
base64.decodestring(s)
这组函数在Python3.1之后就废弃了，目前会直接调用上一组函数。
总结
base64模块提供了对二进制数据进行编码的接口，其中包括了标准的Base64，Base32，Base16和事实标准Ascii85和Base85。通过学习这个模块，顺便学习了一下二进制数据编码的各种细节，感受颇深。有时候我们自以为了解计算机，了解互联网，其实每个人看到的都只是沧海一粟，不值一提。这个领域对于我来说还有很多未知，是等待探索的，而我也不会停止探索的脚步。
以上就是本文关于Python使用base64模块进行二进制数据编码详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！