• 技术文章 >常见问题 >Python常见问题

    Python中怎么处理字符编码问题

    PythonPython2019-06-14 10:45:48原创3339
    Python中可以使用base64来处理字符编码问题,Base64是一种用64个字符来表示任意二进制数据的方法。

    用记事本打开exe、jpg、pdf这些文件时,我们都会看到一大堆乱码,因为二进制文件包含很多无法显示和打印的字符,所以,如果要让记事本这样的文本处理软件能处理二进制数据,就需要一个二进制到字符串的转换方法。Base64是一种最常见的二进制编码方法。

    Base64的原理很简单,首先,准备一个包含64个字符的数组:

    ['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']

    然后,对二进制数据进行处理,每3个字节一组,一共是3x8=24bit,划为4组,每组正好6个bit

    这样我们得到4个数字作为索引,然后查表,获得相应的4个字符,就是编码后的字符串。

    所以,Base64编码会把3字节的二进制数据编码为4字节的文本数据,长度增加33%,好处是编码后的文本数据可以在邮件正文、网页等直接显示。

    如果要编码的二进制数据不是3的倍数,最后会剩下1个或2个字节怎么办?Base64用\x00字节在末尾补足后,再在编码的末尾加上1个或2个=号,表示补了多少字节,解码的时候,会自动去掉。

    Python内置的base64可以直接进行base64的编解码:

    >>> import base64
    >>> base64.b64encode('binary\x00string')
    'YmluYXJ5AHN0cmluZw=='
    >>> base64.b64decode('YmluYXJ5AHN0cmluZw==')
    'binary\x00string'

    由于标准的Base64编码后可能出现字符+和/,在URL中就不能直接作为参数,所以又有一种"url safe"的base64编码,其实就是把字符+和/分别变成-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'

    还可以自己定义64个字符的排列顺序,这样就可以自定义Base64编码,不过,通常情况下完全没有必要。

    Base64是一种通过查表的编码方法,不能用于加密,即使使用自定义的编码表也不行。

    Base64适用于小段内容的编码,比如数字证书签名、Cookie的内容等。

    由于=字符也可能出现在Base64编码中,但=用在URL、Cookie里面会造成歧义,所以,很多Base64编码后会把=去掉:

    # 标准Base64:
    'abcd' -> 'YWJjZA=='
    # 自动去掉=:
    'abcd' -> 'YWJjZA'

    去掉=后怎么解码呢?因为Base64是把3个字节变为4个字节,所以,Base64编码的长度永远是4的倍数,因此,需要加上=把Base64字符串的长度变为4的倍数,就可以正常解码了。

    请写一个能处理去掉=的base64解码函数:

    >>> base64.b64decode('YWJjZA==')
    'abcd'
    >>> base64.b64decode('YWJjZA')
    Traceback (most recent call last):
     ...
    TypeError: Incorrect padding
    >>> safe_b64decode('YWJjZA')
    'abcd'

    小结

    Base64是一种任意二进制到文本字符串的编码方法,常用于在URL、Cookie、网页中传输少量二进制数据。

    专题推荐:python
    上一篇:怎么安装Python的第三方模块? 下一篇:Python中有枚举类型吗?

    相关文章推荐

    • 详解Python中的JSON编码模块• 详解Python中的包和包管理工具• Python中自定义异常的使用举例• Python中的socket网络通信

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网