前言

昨天團隊的學(xué)妹來問關(guān)于POP3協(xié)議的問題，所以今天稍稍研究了下POP3協(xié)議的格式和Python里面的poplib。而POP服務(wù)器往回傳的數(shù)據(jù)里有一部分需要用到Base64進行解碼，所以就順便看了下Python里面的base64模塊。

本篇先講一下base64模塊，該模塊提供了關(guān)于Base16，Base32，Base64，Base85和Ascii85的編碼和解碼相關(guān)的函數(shù)。有關(guān)poplib模塊的內(nèi)容，會在后面發(fā)上來。嗯，又挖了一個坑，這輩子挖的坑填不完了...

以下內(nèi)容摘自http://bbs.chinaunix.net/thread-1150250-1-1.html，詳細說明了為什么回傳的數(shù)據(jù)會先經(jīng)過Base64編碼：

由於歷史原因，Internet上有些郵件系統(tǒng)只支援7Bit的字元傳輸，而漢字的內(nèi)碼是8Bit的，當在電子郵件中發(fā)送中文時，如果經(jīng)過這些只支援7Bit字元的郵件系統(tǒng)，便會將漢字內(nèi)碼的第八位元的1全部變成0。
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。

除了中文郵件外，使用電子郵件傳送圖片、程式、壓縮文件等也會發(fā)生這個問題。所以在電子郵件中一般採用各種郵件編碼方式來解決這個問題，將8Bit按照一定的規(guī)則進行編碼，便可以完好地通過只支持7Bit字元的郵件系統(tǒng)。

常見的郵件編碼有UU與MIME，而MIME(Multipurpose Internet Mail Extentions)一般翻譯成「多媒體傳送模式」，顧名思義，它標榜的就是可以傳送多媒體型式的檔案，可以在一封mail中附加各種型式檔案一起送出。

MIME定義兩種編碼方法：Base64與QP(Quote-Printable)，兩者使用時機不同，QP的規(guī)則是對於資料中的7bits無須重複encode，僅8bits資料轉(zhuǎn)成7bits。QP編碼適用於非US-ASCII的文字內(nèi)容，例如我們的中文檔案，而Base64的編碼規(guī)則，是將整個檔案重新編碼，編成7bits，它是用於傳送binary檔案時使用。由於編碼的方式不同，會影響編碼之後的檔案大小。有些較懶惰的軟體便都一律採用Base64編碼了。

Base64

base64模塊提供了6個函數(shù)用于Base64的編碼和解碼，可以將他們分為三組。

base64.b64encode(s, altchars=None)
base64.b64decode(s, altchars=None, validate=False)

參數(shù)s代表需要編碼/解碼的數(shù)據(jù)。其中b64encode的參數(shù)s的類型必須是字節(jié)包（bytes）。b64decode的參數(shù)s可以是字節(jié)包（bytes），也可以是字符串（str）。

由于Base64編碼后的數(shù)據(jù)中可能會含有'+'或者'/'兩個符號，如果編碼后的數(shù)據(jù)用于url或者文件系統(tǒng)的路徑中，就可能會導(dǎo)致Bug。所以base64模塊提供了將編碼后的數(shù)據(jù)中'+'和'/'進行替換的方法。

參數(shù)altchars必須是長度為2的字節(jié)包，這兩個符號會用于替換編碼后數(shù)據(jù)中的'+'和'/'。這個參數(shù)默認是None。

參數(shù)validate默認為False。如果它為True時，base64模塊在進行解碼前會先檢查s中是否有非base64字母表中的字符，如果有的話則拋出錯誤binascii.Error: Non-base64 digit found。

如果數(shù)據(jù)的長度不正確則會拋出錯誤binascii.Error: Incorrect padding。

base64.standard_b64encode(s)
base64.standard_b64decode(s)

這組函數(shù)會直接將參數(shù)s傳到上一組函數(shù)中。

base64.urlsafe_b64encode(s)
base64.urlsafe_b64decode(s)

這組函數(shù)同樣基于第一組函數(shù)，但進行編碼后會將輸出數(shù)據(jù)中的'+'和'/'替換為'-‘和'_'。解碼前則將數(shù)據(jù)中的'-‘和'_'替換為'+'和'/'。

另，Base64編碼還會產(chǎn)生一個符號'='，這個符號用于將數(shù)據(jù)長度填充到4的倍數(shù)。

Base32

base64.b32encode(s)
base64.b32decode(s, casefold=False, map01=None)

參數(shù)s與Base64一致。

Base32編碼后的字符范圍為[2-7A-Z]，是不支持小寫字母的。不過當參數(shù)casefold為True時，Base32解碼時可以接受小寫字母的輸入。但是為了安全考慮，這個參數(shù)默認為False。

Base32的解碼同時還允許將數(shù)字0替換為大寫字母O，把數(shù)字1替換為大寫字母I或者L。參數(shù)map01可以指定將數(shù)字1替換為哪個字符（源碼中并沒有限定必須是字母I或者L其中之一），當這個參數(shù)非None時，數(shù)字0總是會被替換為字母O。同樣為了安全考慮，這個參數(shù)默認為None。

Base16

base64.b16encode(s)
base64.b16decode(s, casefold=False)

Base16編碼后的字符范圍為[0-9A-F]。

參數(shù)s和casefold的作用與Base32一致。

Base85

base64.b85encode(b, pad=False)
base64.b85decode(b)

參數(shù)b為用于編碼/解碼的數(shù)據(jù)，類型要求跟Base64的參數(shù)s一致。

參數(shù)pad為True時，在編碼前會用b'\0'將數(shù)據(jù)填充到長度為4的倍數(shù)。不過在解碼的時候不會移除這些填充數(shù)據(jù)。

這組函數(shù)是在Python3.4之后新增的。

Ascii85

base64.a85encode(b, *, foldspaces=False, wrapcol=0, pad=False, adobe=False)

參數(shù)b為用于編碼的數(shù)據(jù)，類型必須為bytes。

參數(shù)foldspaces為True時會用b'y'來表示4個連續(xù)的空格。

參數(shù)wrapcol為一個整數(shù)，當wrapcol非0時，這個整數(shù)控制編碼后的輸出每多少個字符添加一個換行符b'\n'。

參數(shù)pad為True時，數(shù)據(jù)在編碼前會用b'\0'填充到長度為4的倍數(shù)。解碼的時候不會移除這些填充數(shù)據(jù)。

參數(shù)adobe指定了數(shù)據(jù)是否采用Adobe的格式。Adobe Ascii85的編碼數(shù)據(jù)由<\~和\~>包圍起來，如果這個參數(shù)為True，返回的數(shù)據(jù)會加上這對符號。

base64.a85decode(b, *, foldspaces=False, adobe=False, ignorechars=b' \t\n\r\v')

參數(shù)b為用于編碼的數(shù)據(jù)，類型可以為bytes或者str。

參數(shù)foldspaces為True時會用b'y'來表示4個連續(xù)的空格。

參數(shù)adobe指定了數(shù)據(jù)是否采用Adobe的格式。Adobe Ascii85的編碼數(shù)據(jù)由<\~和\~>包圍起來，如果這個參數(shù)為True，解碼前base64會先去掉這對符號。

參數(shù)ignorechars指定了解碼時需要忽略掉的字符。默認包含了ASCII中所有的空白符。

這組函數(shù)是在Python3.4之后新增的。

base64模塊的官方文檔中提到：Base85和Ascii85使用5個字符編碼4個字節(jié)，而Base64使用6個字符編碼4個字節(jié)（實際上是4個字符編碼3個字節(jié)），當空間不充裕時前兩者會比Base64更高效。

舊API

base64仍然保留了一部分舊的API，用于一些特殊用途。

base64.encode(input, output)
base64.decode(input, output)

這組函數(shù)使用二進制文件作為數(shù)據(jù)源，并將編碼/解碼后的數(shù)據(jù)寫入二進制文件。

base64.encodebytes(s)
base64.decodebytes(s)

encodebytes和b64encode在內(nèi)部都是調(diào)用的binascii模塊的b2a_base64，只不過encodebytes調(diào)用b2a_base64時newline參數(shù)使用默認值True。也就是說，encodebytes在輸出數(shù)據(jù)的時候，每76個字節(jié)會添加一個換行符b'\n'。

decodebytes和默認參數(shù)下的b64decode基本一致。只有參數(shù)類型的檢查不一樣，decodebytes只支持bytes類型的數(shù)據(jù)。

base64.encodestring(s)
base64.decodestring(s)

這組函數(shù)在Python3.1之后就廢棄了，目前會直接調(diào)用上一組函數(shù)。

總結(jié)

base64模塊提供了對二進制數(shù)據(jù)進行編碼的接口，其中包括了標準的Base64，Base32，Base16和事實標準Ascii85和Base85。通過學(xué)習(xí)這個模塊，順便學(xué)習(xí)了一下二進制數(shù)據(jù)編碼的各種細節(jié)，感受頗深。有時候我們自以為了解計算機，了解互聯(lián)網(wǎng)，其實每個人看到的都只是滄海一粟，不值一提。這個領(lǐng)域?qū)τ谖襾碚f還有很多未知，是等待探索的，而我也不會停止探索的腳步。

以上就是本文關(guān)于Python使用base64模塊進行二進制數(shù)據(jù)編碼詳解的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！

原文鏈接：http://blog.csdn.net/jy692405180/article/details/73272066