自己用 python 实现 base64 编码
base64 编码原理
二进制文件中包含有很多无法显示和打印的字符，二进制的数据一般以 ASCII 码形式（8 bit，即一个字节）存储，8 bit 可以表示 128 个不同的编码，而 ASCII 码中有 33 个编码表示的不是显示或打印的字符：
图片来自维基百科
剩下的编码表示的是可以打印的字符：
图片来自维基百科
当处理二进制文件中的数据时，就需要将无法显示或打印的字符进行转换，Base64 编码的原理就是将这 128 个不同的编码（可以打印或不可打印的字符）映射到 64 个可以打印的字符集中。
准备字符数组/字符串
首先准备 64 个可以显示/打印的字符数组（字符串），可以用 chr 将十进制数据转换成相应的字符，然后构造成字符数组：
def constructTable(): array = [] for i in range( 65, 91 ): array.append( chr( i ) ) for i in range( 97, 123 ): array.append( chr( i ) ) for i in range( 0, 10 ): array.append( str( i ) ) array.append( '+' ) array.append( '-' ) # print( array ) return array
也可以用 string 提供的常量构造出一个字符串：
def constructTable2(): str = string.ascii_uppercase + string.ascii_lowercase + string.digits return str + '+' + '-'
两者取出相应位置的字符都可以用数组的形式，比如用 table 保存字符数组/字符串，table[2] 就是 C。
处理数据
接下来对二进制数据进行处理，每 3 个字节一组进行处理即可：
图片来自廖雪峰的官方教程
只考虑数据字节数为 3 的情况，将其重新编码：
def _b64encode_str( s0, s1, s2 ): """ s0、s1、s2 依次为第一、二、三个字符 """ d = s2 & 63 d = array[ d ] c1 = ( s1 & 15 ) << 2 c2 = ( s2 & 192 ) >> 6 c = c1 + c2 c = array[ c ] b1 = ( s0 & 3 ) << 4 b2 = ( s1 & 240 ) >> 4 b = b1 + b2 b = array[ b ] a = ( s0 & 252 ) >> 2 a = array[ a ] return ''.join( [ a, b, c, d ] )
这里的思路是从右往左，依次计算出 d、c、b、a，也就是对应着上图的 n4、n3、n2、n1。当要编码的数据不是 3 的倍数时，需要在数据末尾用 \x00 补足成 3 的倍数，最后根据补 \x00 的次数在编码后的字符串中添加相应个数的 =。
# input is strlength = len( str )remainder = length % 3# fill with zeroif( remainder == 1 ): str = str + b'\x00\x00' # add twice length += 2elif( remainder == 2 ): str = str + b'\x00' # add once length += 1
之后，再将原始数据进行编码，先考虑简单的 remainder == 0 的情况，每 3 个字符一组进行编码即可：
i = 0buf = StringIO()while i < length: en = _b64encode_str( str[ i ], str[ i+1 ], str[ i+2 ] ) buf.write( en ) i += 3
如果 remainder != 0，那么最后的三个字符中有添加的 =，这三个字符需要特殊处理，前面的字符和上面的处理方式一样，在最后返回的时候调用字符串的 encode 方法将其转为二进制：
while i < length - 3: en = _b64encode_str( str[ i ], str[ i+1 ], str[ i+2 ] ) buf.write( en ) i += 3# print( remainder, i, buf.getvalue() )en = _b64encode_str( str[ i ], str[ i+1 ], str[ i+2 ] )buf.write( en[ 0 ] )buf.write( en[ 1 ] )if( remainder == 2 ): buf.write( en[ 2 ] ) # add once buf.write( '=' )elif( remainder == 1 ): buf.write( '==' ) # add twice
然后编写一个简单的测试文件，简单验证下自己编写的 b64encode 方法是否正确：
def randomString(): # print( chars ) size = random.randint( 70, 100 ) rstr = ''.join( random.SystemRandom().choices( _CHARS, k = size ) ) return rstr.encode()def compare(): rstr = randomString() exp = base64.b64encode( rstr ) act = mybase64.b64encode( rstr ) if( exp != act ): print( rstr ) print( exp ) print( act ) raise ValueErrorloops = 10000print( 'encode comp: ', timeit.timeit( stmt = compare, number = loops ) )
按照标准的 Base64 编码编写的代码没有问题。
性能比较
最后将 Python 自带的 base64 编码和自己编写的编码函数进行比较：
def encode1(): rstr = randomString() base64.b64encode( rstr )def encode2(): rstr = randomString() mybase64.b64encode( rstr )loops = 10000print( sys.version )print( 'random: ', timeit.timeit( randomString, number = loops ) )print( 'encode1: ', timeit.timeit( stmt = encode1, number = loops ) )print( 'encode2: ', timeit.timeit( stmt = encode2, number = loops ) )
输出结果如下：
小结
可以看到，自己编写的编码方法用时大约 0.447 seconds， base64 库提供的方法的用时约为 0.030 seconds，性能差距约 15 倍。所以一般没有必要自己实现 base64 编码。
代码地址：
Notable
- python 中 str 对象执行 encode 方法后字符串将会以二进制形式保存
- chr( 1 ) 返回值是
'\x01'，对应的是不可打印的字符，str( 1 ) 返回值是'1'，是可以打印的字符。