为什么我需要'b'用Base64编码Pythonstring？

在这个python示例之后 ，我使用下面的代码将一个string编码为Base64：

>>> import base64 >>> encoded = base64.b64encode(b'data to be encoded') >>> encoded b'ZGF0YSB0byBiZSBlbmNvZGVk' 

但是，如果我离开领导b ：

 >>> encoded = base64.b64encode('data to be encoded') 

我得到以下错误：

 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Python32\lib\base64.py", line 56, in b64encode raise TypeError("expected bytes, not %s" % s.__class__.__name__) TypeError: expected bytes, not str 

为什么是这样？

Answer 1

base64编码采用8位二进制字节数据，并对其进行编码，仅使用AZ ， az ， 0-9 ， + ， / *字符，因此可以通过不保留所有8位数据的通道（如电子邮件）进行传输。

因此，它需要一个8位字节的string。 你用Python b''语法创build了Python 3。

如果你删除了b ，它就变成了一个string。 一个string是一个Unicode字符序列。 base64不知道如何处理Unicode数据，它不是8位的。 事实上，这实际上并不是真的。 🙂

在你的第二个例子中：

 >>> encoded = base64.b64encode('data to be encoded') 

所有的字符都适合ASCII字符集，因此base64编码实际上是没有意义的。 你可以把它转换成ascii，而不是

 >>> encoded = 'data to be encoded'.encode('ascii') 

或者更简单：

 >>> encoded = b'data to be encoded' 

在这种情况下，这将是同样的事情。

---

*大多数base64风格也可能包括a =在最后作为填充。 另外，一些base64变体可能会使用+和/以外的字符。 查看维基百科的变体汇总表以获得总览。

Answer 2

简答

您需要将类似bytes-like对象（ bytes ， bytearray等） base64.b64encode()方法。 这里有两种方法：

 >>> data = base64.b64encode(b'data to be encoded') >>> print(data) b'ZGF0YSB0byBiZSBlbmNvZGVk' 

或者用一个variables：

 >>> string = 'data to be encoded' >>> data = base64.b64encode(string.encode()) >>> print(data) b'ZGF0YSB0byBiZSBlbmNvZGVk' 

更长的答案：在Python 3 Base-64编码

base64编码采用6位二进制块，并使用字符AZ，az，0-9，“+”，“/”和“=”（某些编码使用不同的字符代替“+”和“/” ）。 这是一个字符编码，它是基于基数-64或基数-64数字系统的math结构，但它们是非常不同的。 math中的Base-64是一个二进制或十进制的数字系统，你可以在整个数字上做这个基数的变化，或者（如果你正在转换的基数是2的幂小于64）剩下。

在base64编码中，翻译是从左到右完成的; 那些前64个字符是为什么它被称为base64 编码 。 第65个'='符号用于填充，因为编码拉取了6位块，但是通常要编码的数据是8位字节，所以有时最后一个块中只有2或4位。

例：

 >>> data = b'test' >>> for byte in data: ... print(format(byte, '08b'), end=" ") ... 01110100 01100101 01110011 01110100 >>> 

如果你将这个二进制数据解释为一个整数，那么这就是你将它转换为base-10和base-64（base-64的表 ）的方式：

 base-2: 01 110100 011001 010111 001101 110100 (base-64 grouping shown) base-10: 1952805748 base-64: B 0 ZXN 0 

然而， base64 编码会重组这些数据：

 base-2: 011101 000110 010101 110011 011101 00(0000) <- pad w/zeros to make a clean 6-bit chunk base-10: 29 6 21 51 29 0 base-64: d GV zd A 

所以，'B0ZXN0'是我们的二进制的基础版本，在math上讲。 但是， base64 编码必须在相反的方向上进行编码（所以原始数据被转换为“dGVzdA”），并且还有一个规则来告诉其他应用程序末尾剩余多less空间。 这是通过用'='符号填充结尾来完成的。 所以，这个数据的base64编码是'dGVzdA =='，当这个数据被解码以使它与原始数据相匹配时，用两个'='符号来表示两对比特将需要从结尾去除。

我们来testing一下，看看我是不是不诚实：

 >>> encoded = base64.b64encode(data) >>> print(encoded) b'dGVzdA==' 

现在到你的问题的关键：在Python 3中， str对象不是C风格的字符数组（所以它们不是字节数组），而是没有任何固有的或假定的编码的数据结构。 您可以用多种方式编码该string（或解释它）。 最常见的（在Python 3中是默认的）是UTF-8，特别是因为它与ASCII向后兼容（尽pipe和最广泛使用的编码一样）。 这就是当你拿一个string并调用.encode()方法时发生的事情：Python正在用.encode() -8（默认编码）解释string。

为什么使用base64编码？

比方说，我必须通过电子邮件将某些数据发送给某人，例如：

 >>> data = b'\x04\x6d\x73\x67\x08\x08\x08\x20\x20\x20' >>> print(data.decode()) >>> print(data) b'\x04msg\x08\x08\x08 ' >>> 

我种了两个问题：

1. 如果我试图在Unix中发送这封电子邮件， \x04读取了\x04字符，电子邮件就会发送，因为这是用于END-OF-TRANSMISSION （Ctrl-D）的ASCII码，所以剩下的数据将不在传输。
2. 另外，当我直接打印数据的时候，Python足够聪明地转义所有的邪恶控制字符，当这个string被解码为ASCII时，你可以看到'msg'不存在。 那是因为我使用了三个BACKSPACE字符和三个SPACE字符来擦除“味精”。 因此，即使我没有EOF字符，最终用户也不能从屏幕上的文本转换为真实的原始数据。

这只是一个演示，告诉你如何简单地发送原始数据。 将数据编码为base64格式将为您提供完全相同的数据，但格式可确保通过电子邮件等电子媒体进行发送。

Answer 3

如果要编码的数据包含“异国情调”的字符，我认为你必须编码为“UTF-8”

 encoded = base64.b64encode (bytes('data to be encoded', "utf-8")) 

Answer 4

有你需要的一切：

 expected bytes, not str 

前导b使你的string变成二进制。

你使用什么版本的Python？ 2.x还是3.x？

编辑：请参阅http://docs.python.org/release/3.0.1/whatsnew/3.0.html#text-vs-data-instead-of-unicode-vs-8-bit了解Python中string的细节3.X

Answer 5

如果string是unicode，最简单的方法是：

 import base64 a = base64.b64encode(bytes(u'complex string: ñáéíóúÑ', "utf-8")) b = base64.b64decode(a).decode("utf-8", "ignore") print(b)