Python 标准类库-因特网数据处理之Base64数据编码

简介: Python 标准类库-因特网数据处理之Base64数据编码

该模块提供将二进制数据编码为可打印ASCII字符并将这种编码解码回二进制数据的功能。它为RFC 3548中指定的编码提供编码和解码功能。定义了Base16、Base32和Base64算法,以及事实上的标准Ascii85和Base85编码。

RFC 3548 编码适用于对二进制数据进行编码,以便可以安全地通过电子邮件发送,用作URL的一部分,或作为HTTP POST请求的一部分。编码算法与uuencode程序不同。

该模块提供了两个接口。现代接口支持将字节类对象(bytes-like-objects)编码为ASCII字节,并将字节类对象或者包含ASCII的字符串转为字节。支持 RFC 3548 中定义的所有base64字母表。

遗留接口不支持从字符串解码,但它提供了与文件类对象之间的编码和解码功能。它只支持Base64标准字母表,并根据RFC 2045每76个字符添加换行符。

Python 3.3版本中变更:现代接口的解码功能所接受只有ASCII的Unicode字符串。

Python 3.4版本中变更:该模块中的所有编码和解码功能所接受任何字节类对象。增加了Ascii85/Base85支持。

现代接口

  • base64.b64encode(s, altchars=None)
    使用Base64对字节类对象 s进行编码,并返回编码后的字节。
    altchars 可选参数,必须是长度至少为2的字节类对象(多余的字符会被忽略),参数中给定字符按序分别用于替换编码后的字符集中的+/,等价于使用base64.urlsafe_b64encode(s) 。这允许应用程序生成例如URL或文件系统安全的Base64字符串。默认值为None,使用标准的Base64字母表。
  • base64.b64decode(s, altchars=None, validate=False)
    解码Base64编码的字节类对象或ASCII字符串 s,并返回解码后的字节。
    altchars 可选参数,必须是字节类对象或长度至少为2的ASCII字符串(多余的字符会被忽略),按序分别用于替换解码前s中与+, /的替代字符为+/,等价于base64.urlsafe_b64decode(s) 。如果未正确提供 s 值,将引发binascii.Error异常。
    validate 如果为False(默认值),则在填充检查前,将丢弃既不在标准 Base64 字母表之中也不在备用字母表中的字符。如果为True,这些非base64字符将导致binascii.Error
  • base64.standard_b64encode(s)
    使用标准Base64字母表对字节类对象 s 进行编码,并返回编码后的字节
  • base64.standard_b64decode(s)
    使用标准Base64字母表对字节类对象 s 进行解码,并返回解码后的字节
  • base64.urlsafe_b64encode(s)
    使用 URL 与文件系统安全的字母表编码字节类对象s,使用 - 以及 _ 分别代替标准 Base64 字母表中的 +/。返回编码后的字节。结果中可能包含 =
  • base64.urlsafe_b64decode(s)
    使用 URL 与文件系统安全的字母表解码字节类对象 s,使用 - 以及 _ 分别代替标准 Base64 字母表中的 +/。返回解码后的字节。
  • 查看参考官方文档,获取更多现代接口

示例

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import base64
str = 'param1=a>2&url=http://www.example.com/?type=1'
byte_obj = str.encode()
# print(byte_obj) # 输出:b'param1=a>2&url=http://www.example.com/?type=1'
print(base64.b64encode(byte_obj))
#输出:b'cGFyYW0xPWE+MiZ1cmw9aHR0cDovL3d3dy5leGFtcGxlLmNvbS8/dHlwZT0x'
encoded_obj = base64.b64encode(byte_obj, altchars=b'-_')
print(encoded_obj)
#输出:b'cGFyYW0xPWE-MiZ1cmw9aHR0cDovL3d3dy5leGFtcGxlLmNvbS8_dHlwZT0x'
print(base64.b64decode(encoded_obj, altchars=b'-_'))
#输出:b'param1=a>2&url=http://www.example.com/?type=1'
#print(base64.b64decode(encoded_obj))
#报错 binascii.Error: Incorrect padding
print(base64.b64decode(str)) # 输出:b'\xa5\xaa\xda\x9bV\xb6\xba\xb9'
str2 = 'hello Mr授客'
byte_obj2 = str2.encode('utf-8')
encoded_obj2 = base64.standard_b64encode(byte_obj2)
print(encoded_obj2) # 输出:b'aGVsbG8gTXLmjojlrqI='
print(base64.standard_b64decode(encoded_obj2).decode('utf-8')) # 输出:hello Mr授客
encoded_obj3 = base64.urlsafe_b64encode(byte_obj)
print(encoded_obj3)
#输出:b'cGFyYW0xPWE-MiZ1cmw9aHR0cDovL3d3dy5leGFtcGxlLmNvbS8_dHlwZT0x'
print(base64.urlsafe_b64decode(encoded_obj3))
#输出:b'param1=a>2&url=http://www.example.com/?type=1'

历史接口

  • base64.decode(input, output)
    解码二进制input文件的内容,并将生成的二进制数据写入output文件。inputoutput必须是文件类对象。input将被读取,直到input.readline()”返回一个空字节对象。
  • base64.decodebytes(s)
    解码字节类型对象ss必须包含一行或多行base64编码的数据,并返回解码后的字节。3.1版新增。
  • base64.decodestring(s)
    decodebytes()的别名,3.1版本中废弃。
  • base64.encode(input,  output)
    对二进制input文件的内容进行编码,并将生成的base64编码数据写入output文件。inputoutput必须是文件类对象。input将被读取,直到input.read()返回一个空字节对象。base64.encode()output的每76个字节后插入一个换行符(b'\n'),并确保output始终以换行结束,如RFC 2045 所示(MIME)。
  • base64.encodebytes(s)
    对可以包含任意二进制数据的字节类对象 s 进行编码,并返回包含base64编码的字节数据。base64.encode()在输出的每76个字节后插入一个换行符(b'\n'),并确保输出始终以换行结束。
    版本3.1中新增
  • base64.encodestring(s)
    encodebytes()别名,版本3.1中废弃。

示例

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import base64
# 注意:必须以二进制文件打开、写文件,否则会报错
with open('./input.txt', 'rb') as input:
    with open('output.txt', 'wb') as output:
        base64.encode(input, output)
base64_byte_data = b'cGFyYW0xPWE+MiZ1cmw9aHR0cDovL3d3dy5leGFtcGxlLmNvbS8/dHlwZT0x'
print(base64.decodebytes(base64_byte_data))
#输出:b'param1=a>2&url=http://www.example.com/?type=1'
print(base64.encodebytes(b'param1=a>2&url=http://www.example.com/?type=1'))
#输出:b'cGFyYW0xPWE+MiZ1cmw9aHR0cDovL3d3dy5leGFtcGxlLmNvbS8/dHlwZT0x\n'
目录
相关文章
|
6天前
|
存储 JSON 数据库
Python中列表数据的保存与读取:以txt文件为例
Python中列表数据的保存与读取:以txt文件为例
20 2
|
1天前
|
数据采集 数据可视化 Python
Python分析香港26281套在售二手房数据
Python分析香港26281套在售二手房数据
|
2天前
|
数据采集 存储 数据挖掘
Python DataFrame初学者指南:轻松上手构建数据表格
【5月更文挑战第19天】本文是针对初学者的Pandas DataFrame指南,介绍如何安装Pandas、创建DataFrame(从字典或CSV文件)、查看数据(`head()`, `info()`, `describe()`)、选择与操作数据(列、行、缺失值处理、数据类型转换、排序、分组聚合)以及保存DataFrame到CSV文件。通过学习这些基础,你将能轻松开始数据科学之旅。
|
2天前
|
存储 数据挖掘 数据处理
【Python DataFrame 专栏】优化 DataFrame 性能:提升数据处理效率的秘诀
【5月更文挑战第19天】优化 Python DataFrame 性能的关键点包括:选择合适的数据类型以节省内存,避免重复计算,利用向量化操作,考虑使用 `iterrows` 或 `itertuples` 迭代,优化索引以及借助 `Cython` 或 `Numba` 加速代码执行。通过这些策略,能提升数据处理效率,应对大规模数据挑战。
【Python DataFrame 专栏】优化 DataFrame 性能:提升数据处理效率的秘诀
|
2天前
|
数据挖掘 数据处理 Python
【Python DataFrame 专栏】深入探索 pandas DataFrame:高级数据处理技巧
【5月更文挑战第19天】在 Python 数据分析中,pandas DataFrame 是核心工具。本文介绍了几个高级技巧:1) 横向合并 DataFrame;2) 数据分组与聚合;3) 处理缺失值;4) 数据重塑;5) 条件筛选;6) 使用函数处理数据。掌握这些技巧能提升数据处理效率和分析深度,助你更好地发掘数据价值。
【Python DataFrame 专栏】深入探索 pandas DataFrame:高级数据处理技巧
|
2天前
|
数据挖掘 数据处理 Python
【Python DataFrame 专栏】Python DataFrame 入门指南:从零开始构建数据表格
【5月更文挑战第19天】本文介绍了Python数据分析中的核心概念——DataFrame,通过导入`pandas`库创建并操作DataFrame。示例展示了如何构建数据字典并转换为DataFrame,以及进行数据选择、添加修改列、计算统计量、筛选和排序等操作。DataFrame适用于处理各种规模的表格数据,是数据分析的得力工具。掌握其基础和应用是数据分析之旅的重要起点。
【Python DataFrame 专栏】Python DataFrame 入门指南:从零开始构建数据表格
|
2天前
|
机器学习/深度学习 数据处理 Python
如何利用Python实现高效的数据清理与预处理
数据清理和预处理是数据科学家和分析师工作中不可或缺的一环,而Python作为一门强大的编程语言,可以使这个过程变得更加高效和便捷。本文将介绍一些常见的数据清理和预处理技术,并演示如何使用Python来实现这些技术。
|
4天前
|
JSON JavaScript 数据格式
利用 python 分析基金,合理分析数据让赚钱赢在起跑线!(1)
利用 python 分析基金,合理分析数据让赚钱赢在起跑线!(1)
|
5天前
|
存储 JSON 数据格式
Python知识点——高维数据的格式化
Python知识点——高维数据的格式化
7 0
|
5天前
|
Python
Python知识点——文件和数据格式化
Python知识点——文件和数据格式化
9 0