摘要：Base64是一种编码方式用64个字符来表示二进制数据；struct模块用来处理bytes和其他二进制数据类型的转换。

写在前面：为了更好的学习python，博主记录下自己的学习路程。本学习笔记基于廖雪峰的Python教程，如有侵权，请告知删除。欢迎与博主一起学习Pythonヽ(￣▽￣)ﾉ

常见内置模块
- Base64
- struct
  - • 用struct分析bmp文件

常见内置模块

Base64

Base64是一种编码方式，用64个字符来表示二进制数据。

哪64个字符？就是26个大写字母、26个小写字母、0-9 10个数字以及两个符号+、/。

我们都知道，用UTF-8编码的话，一个英文字符占一个字节，而一个中文字符占三个字节。一个byte（字节）有8bit（比特）。

在Base64编码中，每三个字节一组，一共有3x8=24bit。然后每6bit编一个字符，刚好能编出4个字符。

二进制6bit能够表示数字0-63，64个整数，一个整数对应一个字符。下面是Base64索引表：
这里写图片描述

• 编码示例

看一个编码示例：
这里写图片描述

• base64 模块

在Python中，直接引进base64模块，用base64.b64encode( )来编码，用base64.b64decode( )来解码。

>>>import base64
>>>base64.b64encode(b'Hug')
b'SHVn' 
>>>base64.b64decode(b'SHVn')
b'Hug'

如果需要编码的二进制数据不是3的倍数，那么Base64会自动补充缺的字节，然后在编码的末尾加上1或2个=号。

>>>import base64
>>>base64.b64encode(b'Hello, world!')
b'SGVsbG8sIHdvcmxkIQ==' 
>>>base64.b64decode(b'SGVsbG8sIHdvcmxkIQ==')
b'Hello, world!'

很多Base编码会把加上的=号去掉，因为在URL、Cookie里面会造成歧义。而如果要解码，则加上相应的=号即可。

• urlsafe的base64编码

对于标准的Base64编码出现的+和/，不能在URL中直接作为参数，所以有一种“url safe”的Base64编码，把其中的字符+和/改为-和_。

>>> base64.b64encode(b'i\xb7\x1d\xfb\xef\xff')
b'abcd++//'
>>> base64.urlsafe_b64encode(b'i\xb7\x1d\xfb\xef\xff')
b'abcd--__'
>>> base64.urlsafe_b64decode('abcd--__')
b'i\xb7\x1d\xfb\xef\xff'

一般而言，我们不会用Base64编码来加密数据，因为它是一种公开的编码方式。

Base64主要用于在URL、Cookie、网页中传输少量二进制数据。

• 【练习】自动处理去掉=的base64编码函数

请写一个能处理去掉=的base64解码函数（练习源自廖雪峰官网）：

# -*- coding: utf-8 -*-
import base64

def safe_base64_decode(s):
    while len(s)%4 != 0:                 # 当字符数不能被4整除时
        s = s + b'='                     # 在末尾添加符号=
    return base64.b64decode(s)


# 测试:
assert b'abcd' == safe_base64_decode(b'YWJjZA=='), safe_base64_decode('YWJjZA==')
assert b'abcd' == safe_base64_decode(b'YWJjZA'), safe_base64_decode('YWJjZA')
print('ok')

结果：

ok

struct

struct模块用来处理bytes和其他二进制数据类型的转换。

通过struct的pack( )函数，可以把任意数据类型转化为bytes：

>>> import struct
>>> struct.pack('>I', 10240099)
b'\x00\x9c@c'

在这里函数pack输入了两个参数，第一个参数是处理指令，第二参数是需要转化的数据。

其中处理指令

>表示字节顺序为big-endian，即网络序。

I表示4字节无符号整数。

需要注意的是，第二个参数个数要与处理指令一致。

(补充说明：

为什么结果为b'\x00\x9c@c'？

bytes的显示形式是b''，在”里面如果一个bytes的值能够与ASCII编码的显示字符对应，则以ASCII编码字符显示，反之，则以\x后接十六进制来显示。

整数10240099，转化为四字节，如果全部转为十六进制，为\x00\x9c\x40\x63，其中\x40在ASCII编码中能表示为@，\x63能表示为c，所以结果为b'\x00\x9c@c'
）

此外，可以用unpack把bytes转化成相应的数据类型：

>>> struct.unpack('<IH', b'\xf0\xf0\xf0\xf0\x80\x80')
(4042322160, 32896)

其中处理指令

<表示字节顺序为little-endian。

IH表示把bytes依次变为4字节无符号整数和2字节无符号整数。

关于更多的struct模块定义的数据类型及其参数说明，可以参考Python的官方文档

Python并不适合编写底层操作字节流的代码，但是对性能要求不高的地方，用struct就方便很多。

下面看廖雪峰官网的一个例子（以下内容转自廖雪峰官网）：

• 用struct分析bmp文件

Windows的位图文件（.bmp）是一种非常简单的文件格式，我们来用struct分析一下。

首先找一个bmp文件，没有的话用“画图”画一个。

读入前30个字节来分析：

>>> s = b'\x42\x4d\x38\x8c\x0a\x00\x00\x00\x00\x00\x36\x00\x00\x00\x28\x00\x00\x00\x80\x02\x00\x00\x68\x01\x00\x00\x01\x00\x18\x00'

BMP格式采用小端方式存储数据，文件头的结构按顺序如下：

两个字节：'BM'表示Windows位图，'BA'表示OS/2位图；
一个4字节整数：表示位图大小；
一个4字节整数：保留位，始终为0；
一个4字节整数：实际图像的偏移量；
一个4字节整数：Header的字节数；
一个4字节整数：图像宽度；
一个4字节整数：图像高度；
一个2字节整数：始终为1；
一个2字节整数：颜色数。

所以，组合起来用unpack读取：

>>> struct.unpack('<ccIIIIIIHH', s)
(b'B', b'M', 691256, 0, 54, 40, 640, 360, 1, 24)

结果显示，b'B'、b'M'说明是Windows位图，位图大小为640x360，颜色数为24。

以上就是本节的全部内容，感谢你的阅读。

下一节内容：常见内置模块之 hashlib

有任何问题与想法，欢迎评论与吐槽。

和博主一起学习Python吧(￣▽￣)~*

【Python入门】26.常用内置模块之 base64和struct