Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Pengekodan dan penyahkodan Base64 menggunakan Python

Pengekodan dan penyahkodan Base64 menggunakan Python

WBOY
WBOYasal
2023-09-02 13:49:051168semak imbas

Andaikan anda mempunyai fail imej binari yang ingin anda pindahkan melalui rangkaian. Anda terkejut bahawa pihak lain tidak menerima fail dengan betul - fail itu hanya mengandungi aksara pelik!

Hmm, nampaknya anda cuba menghantar fail dalam format bit dan bait mentah, manakala media yang anda gunakan direka untuk teks penstriman.

Apakah penyelesaian untuk mengelakkan masalah sebegini? Jawapannya ialah pengekodan Base64. Dalam artikel ini, saya akan menunjukkan kepada anda cara mengekod dan menyahkod imej binari menggunakan Python. Program ini dijelaskan sebagai program tempatan yang berdiri sendiri, tetapi anda boleh menggunakan konsep tersebut pada aplikasi yang berbeza, seperti menghantar imej yang dikodkan daripada peranti mudah alih ke pelayan dan banyak aplikasi lain.

Apakah itu Base64?

Sebelum kita menyelami artikel ini, mari kita tentukan maksud Base64.

Base64 ialah kaedah pengekodan data binari 8-bit ke dalam format yang boleh diwakili dengan 6 bit. Gunakan hanya aksara A-Z, a-z, 0-9, +, / digunakan untuk mewakili data, di mana = digunakan untuk mengisi data . Sebagai contoh, menggunakan pengekodan ini, tiga bait 8-bit ditukar kepada empat kumpulan 6-bit. A-Za-z0-9+/ 用来表示数据,其中 = 用于填充数据。例如,使用此编码,三个 8 位字节将转换为四个 6 位组。

术语 Base64 取自多用途互联网邮件扩展 (MIME) 标准,该标准广泛用于 HTTP 和 XML,最初是为编码电子邮件附件以进行传输而开发的。

我们为什么使用 Base64?

Base64 对于二进制数据表示非常重要,因此它允许二进制数据以看起来和充当纯文本的方式表示,这使得存储在数据库中、在电子邮件中发送或在其他应用程序中使用更加可靠。基于文本的格式,例如 XML。 Base64 主要用于以 ASCII 字符串格式表示数据。

正如本文介绍中提到的,如果没有 Base64,有时数据将根本无法读取。

Base64 编码

Base64 编码是将二进制数据转换为 64 个字符的有限字符集的过程。如第一节所示,这些字符是 A-Za-z0-9 +/ (数一数,你注意到它们加起来是 64 了吗?)。该字符集被认为是最常见的字符集,被称为 MIME 的 Base64。它使用 A-Za-z0-9 作为前 62 个值,以及 + / 用于最后两个值。

Base64编码的数据最终会比原始数据更长,因此如上所述,每3个字节的二进制数据,至少有4个字节的Base64编码数据。这是因为我们将数据压缩成更小的字符集。

您是否见过如下所示的原始电子邮件文件的一部分(很可能源自未发送的电子邮件)?如果是这样,那么您已经看到了 Base64 编码的实际应用! (如果你注意到最后有 = ,你可以断定这是 Base64 编码,因为编码过程中使用了等号进行填充。)

Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: base64

2KfZhNiz2YTYp9mFINi52YTZitmD2YUg2YjYsdit2YXYqSDYp9mE2YTZhyDZiNio2LHZg9in2KrZ
h9iMDQoNCtij2YjYryDZgdmC2Lcg2KfZhNin2LPYqtmB2LPYp9ixINi52YYg2KfZhNmF2YLYsdix
2KfYqiDYp9mE2K/Ysdin2LPZitipINin2YTYqtmKINiq2YbYtdit2YjZhiDYqNmH2Kcg2YTZhdmG
INmK2LHZitivINin2YTYqtmI2LPYuSDZgdmKDQrYt9mE2Kgg2KfZhNi52YTZhSDYp9mE2LTYsdi5
2YrYjCDYudmE2YXYpyDYqNij2YbZiiDYutmK2LEg2YXYqtiu2LXYtSDYqNin2YTYudmE2YUg2KfZ
hNi02LHYudmKINmI2KPZgdiq2YLYryDZhNmE2YXZhtmH2Kwg2KfZhNi52YTZhdmKDQrZhNiw2YTZ
gy4NCg0K2KzYstin2YPZhSDYp9mE2YTZhyDYrtmK2LHYpyDYudmE2Ykg2YbYtdit2YPZhSDZgdmK
INmH2LDYpyDYp9mE2LTYo9mGLg0KDQrYudio2K/Yp9mE2LHYrdmF2YYNCg==
--089e0141aa264e929a0514593016
Content-Type: text/html; charset=UTF-8
Content-Transfer-Encoding: base64

Base64分多步进行,如下:

  • 要编码的文本转换为其各自的十进制值,即转换为相应的 ASCII 值(即 a:97、b:98 等)。这是 ASCII 表。
  • 将上述步骤中获得的十进制值转换为其等价的二进制值(即 97: 01100001)。
  • 将所有二进制等价物连接起来,获得一大组二进制数。
  • 一大堆二进制数被分成相等的部分,每个部分仅包含 6 位。
  • 相等的 6 位组将转换为其十进制等效值。
  • 最后,十进制等值转换为其 Base64 值(即 4: E)。以下是十进制值及其 Base64 字母表。

Base64解码

Base64 解码与 Base64 编码相反。换句话说,它是通过与上一节中描述的步骤相反的步骤来执行的。

所以Base64解码的步骤可以描述如下:

  • 字符串中的每个字符都会更改为其 Base64 十进制值。
  • 获得的十进制值将转换为其等价的二进制值。
  • 从获得的每个二进制数中截断二进制数的前两位,并将这组 6 位组合在一起,形成一大串二进制数字。
  • 将上一步获得的大串二进制数字分成 8 位一组。
  • 8 位二进制数将转换为其等值的十进制数。
  • 最后,将获得的十进制值转换为相应的 ASCII 值。

字符串的Base64编码和解码

一旦您了解了幕后发生的事情,您就会更容易理解这一切是如何运作的。让我们尝试编码和解码一个简单的三字母单词,Hey

Istilah Base64 diambil daripada piawaian Multipurpose Internet Mail Extensions (MIME), yang digunakan secara meluas dalam HTTP dan XML dan pada asalnya dibangunkan untuk pengekodan lampiran e-mel untuk penghantaran.

Mengapa kami menggunakan Base64? 🎜 🎜Base64 sangat penting untuk perwakilan data binari, jadi ia membolehkan data binari diwakili dalam cara yang kelihatan dan bertindak sebagai teks biasa, yang menjadikannya lebih dipercayai untuk disimpan dalam pangkalan data, menghantar e-mel atau digunakan dalam aplikasi lain . Format berasaskan teks seperti XML. Base64 digunakan terutamanya untuk mewakili data dalam format rentetan ASCII. 🎜 🎜Seperti yang dinyatakan dalam pengenalan artikel ini, tanpa Base64, kadangkala data tidak boleh dibaca. 🎜 🎜Pengekodan Base64🎜 🎜Pengekodan Base64 ialah proses menukar data binari kepada set terhad 64 aksara. Seperti yang ditunjukkan dalam bahagian pertama, aksara ini ialah A-Z, a-z, 0-9, <code class="inline"> + dan / (kira mereka, adakah anda perasan ia menambah sehingga 64?). Set aksara ini dianggap paling biasa dan dikenali sebagai Base64 untuk MIME. Ia menggunakan A-Z, a-z dan 0-9 sebagai 62 nilai pertama , dan + dan / untuk dua nilai terakhir. 🎜 🎜Data yang dikodkan Base64 akan menjadi lebih panjang daripada data asal, jadi seperti yang dinyatakan di atas, untuk setiap 3 bait data binari, terdapat sekurang-kurangnya 4 bait data yang dikodkan Base64. Ini kerana kami memampatkan data menjadi set aksara yang lebih kecil. 🎜 🎜Pernahkah anda melihat sebahagian daripada fail e-mel asal seperti di bawah (kemungkinan besar berasal daripada e-mel yang tidak dihantar)? Jika ya, maka anda telah melihat pengekodan Base64 dalam tindakan! (Jika anda perasan bahawa terdapat = pada penghujungnya, anda boleh tahu bahawa ini adalah pengekodan Base64 kerana tanda sama banyak digunakan untuk padding semasa pengekodan.) 🎜
01001000 01100101 01111001
🎜Base64 dilakukan dalam beberapa langkah, seperti berikut: 🎜
  • Teks yang akan dikodkan ditukar kepada nilai perpuluhan masing-masing, iaitu kepada nilai ASCII yang sepadan (iaitu a:97, b:98, dsb.). Ini ialah jadual ASCII.
  • Tukarkan nilai perpuluhan yang diperoleh dalam langkah di atas kepada setara binarinya (iaitu 97: 01100001).
  • Sambungkan semua setara binari untuk mendapatkan set nombor binari yang besar.
  • Satu set besar nombor binari dibahagikan kepada bahagian yang sama, setiap satu mengandungi hanya 6 bit.
  • Kumpulan 6-bit yang sama ditukar kepada persamaan perpuluhan mereka.
  • Akhir sekali, persamaan perpuluhan ditukar kepada nilai Base64nya (iaitu 4: E). Di bawah ialah nilai perpuluhan dan abjad Base64 mereka.
🎜Base64 penyahkodan🎜 🎜Base64 penyahkodan adalah bertentangan dengan pengekodan Base64. Dalam erti kata lain, ia dilakukan dengan membalikkan langkah yang diterangkan dalam bahagian sebelumnya. 🎜 🎜Jadi langkah-langkah penyahkodan Base64 boleh diterangkan seperti berikut: 🎜
  • Setiap aksara dalam rentetan ditukar kepada nilai perpuluhan Base64.
  • Nilai perpuluhan yang diperoleh ditukar kepada setara binarinya.
  • Potong dua bit pertama nombor perduaan daripada setiap nombor perduaan yang diperoleh dan gabungkan set 6 bit bersama-sama untuk membentuk rentetan besar nombor perduaan.
  • Bahagikan rentetan besar nombor binari yang diperoleh dalam langkah sebelumnya kepada kumpulan 8 bit.
  • Nombor perduaan 8-bit ditukar kepada persamaan perpuluhan mereka.
  • Akhir sekali, tukar nilai perpuluhan yang diperoleh kepada nilai ASCII yang sepadan.
🎜Base64 pengekodan dan penyahkodan rentetan🎜 🎜Sebaik sahaja anda memahami perkara yang berlaku di sebalik tabir, ia akan menjadi lebih mudah untuk memahami cara semuanya berfungsi. Mari cuba pengekodan dan penyahkodan perkataan tiga huruf ringkas, Hei. 🎜 🎜Kami mula-mula menukar setiap huruf perkataan kepada setara ASCII, dan kemudian menukar setara ASCII kepada binari. Ini memberi kita nilai berikut: 🎜
ASCII 索引值 8 位二进制值
H 72 01001000
e 101 01100101
y 121 01111001

换句话说,我们可以像这样以二进制形式编写 Hey

01001000 01100101 01111001

总共 24 位,当转换为 6 位组时,每个位产生四个值:

010010 000110 010101 111001

在 Base64 表中,字符 AZ 由值 025 表示。字符 az 由值 2651 表示。数字 09 由值 5261 表示。字符 +/6263 表示。字符 = 用于在无法将位正确分为 6 组时进行填充。

我们现在将重新排列的位转换为数值,然后获取代表这些数值的字符。

6 位二进制值 Base64 索引值
010010 18
000110 6 G
010101 21 V
111001 57 5

根据我们上面的计算,字母 Hey 在 Base64 编码时将变成 SGV5。我们可以使用以下代码测试这是否正确:

from base64 import b64encode

text_binary = b'Hey'

# SGV5
print(b64encode(text_binary))

整个过程反向完成,在Base64解码后得到我们的原始数据。

现在,我将快速向您展示另一个单词 Heyo 的编码,以解释编码字符串中 = 的出现。

ASCII 索引值 8 位二进制值
H 72 01001000
e 101 01100101
y 121 01111001
o 111 01101111

一共有32位。这将为我们提供五个不同的 6 位组,其中有两个剩余位:11。我们用 0000 填充它们以获得 6 位组。根据上述排列将 6 位组成一组将得到以下结果:

010010 000110 010101 111001 011011 110000

重新排列的位将根据 Base64 索引值返回以下字符。

6 位二进制值 Base64 索引值
010010 18
000110 6 G
010101 21 V
111001 57 5
011011 27 b
110000 48 w

这意味着 Heyo 的 Base64 编码值为 SGV5bw==。每个 = 代表一对 00,我们添加它们用于填充原始位序列。

from base64 import b64encode

text_binary = b'Heyo'

# SGV5bw==
print(b64encode(text_binary))

对图像进行 Base64 编码

现在让我们开始讨论本文的重点。在本节中,我将向您展示如何使用 Python 轻松地对图像进行 Base64 编码。

我将使用以下二进制图像。继续下载它,让我们开始使用 Python! (我假设图像的名称是 deer.gif。)

Pengekodan dan penyahkodan Base64 menggunakan Python

为了在Python中使用Base64,我们要做的第一件事就是导入base64模块:

导入base64

为了对图像进行编码,我们只需使用函数 base64.b64encode(s) 即可。 Python对该函数的描述如下:

使用 Base64 对类似字节的对象 s 进行编码并返回编码后的字节。

因此,我们可以执行以下操作来对图像进行 Base64 编码:

import base64 
image = open('deer.gif', 'rb') #open binary file in read mode
image_read = image.read()
image_64_encode = base64.b64encode(image_read)

如果您想查看编码过程的输出,请键入以下内容:

打印 image_64_encode

Base64 解码图像

要使用 Python 解码图像,我们只需使用 base64.b64decode(s) 函数。 Python 提及了有关此函数的以下内容:

解码 Base64 编码的类似字节的对象或 ASCII 字符串并返回解码后的字节。

因此,为了解码我们在上一节中编码的图像,我们执行以下操作:

base64.decode(image_64_encode)

把它们放在一起

让我们将用于 Base64 编码和解码图像的程序放在一起。执行此操作的 Python 脚本应如下所示:

import base64
image = open('deer.gif', 'rb')
image_read = image.read()
image_64_encode = base64.b64encode(image_read)
image_64_decode = base64.b64decode(image_64_encode) 
image_result = open('deer_decode.gif', 'wb') # create a writable image and write the decoding result
image_result.write(image_64_decode)

如果您打开桌面上的 deer_decode.gif,您会发现您拥有我们在第一步中编码的原始图像 deer.gif

正如我们从本文中看到的,Python 使执行看似复杂的任务变得非常容易。

URL 安全编码和解码

正如我在本教程前面提到的,除了常规字母数字值之外,Base64 编码还使用字符 +/ 。但是,这些字符在 URL 中具有特殊含义。这意味着使用这些字符的 Base64 编码值如果在 URL 内部使用,可能会导致意外行为。

此问题的一种解决方案是使用 urlsafe_base64encode()urlsafe_base64decode() 函数对任何数据进行编码和解码。这些函数在编码过程中将 + 替换为 -,将 / 替换为 _

下面是一个 Python 示例,显示了这种差异:

import base64

image = open('dot.jpg', 'rb')
image_data = image.read()

unsafe_encode = base64.b64encode(image_data)
safe_encode = base64.urlsafe_b64encode(image_data)

# b'/9j/4QAYRXhpZgAASUkqAAgAAAAAAAAAAAAAAP/sABFEdWNr....
print(unsafe_encode)

# b'_9j_4QAYRXhpZgAASUkqAAgAAAAAAAAAAAAAAP_sABFEdWNr....
print(safe_encode)

学习Python

无论您是刚刚入门还是希望学习新技能的经验丰富的程序员,都可以通过我们完整的 Python 教程指南学习 Python。

这篇文章已根据 Nitish Kumar 的贡献进行了更新。 Nitish 是一名 Web 开发人员,拥有在各种平台上创建电子商务网站的经验。他将业余时间花在个人项目上,让他的日常生活变得更轻松,或者在晚上与朋友一起散步。

Atas ialah kandungan terperinci Pengekodan dan penyahkodan Base64 menggunakan Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn