python - 为什么我需要 'b' 来使用 Base64 对字符串进行编码？

Question

关注 python example ，我将字符串编码为 Base64:

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

但是，如果我省略了前导 b:

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

我收到以下错误:

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

这是为什么？

Answer 1

base64 编码采用 8 位二进制字节数据并仅使用字符 A-Z、a-z、0-9、 对其进行编码>+、/*，因此它可以通过不保留所有 8 位数据的 channel 传输，例如电子邮件。

因此，它需要一个 8 位字节的字符串。您可以使用 b'' 语法在 Python 3 中创建它们。

如果你去掉b，它就会变成一个字符串。字符串是 Unicode 字符的序列。 base64 不知道如何处理 Unicode 数据，它不是 8 位的。事实上，它并不是真正的任何位。 :-)

在你的第二个例子中:

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

所有字符都整齐地适合 ASCII 字符集，因此 base64 编码实际上有点毫无意义。您可以将其转换为 ascii，使用

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

或者更简单:

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

在这种情况下是一样的。

---

* 大多数 base64 风格还可能在末尾包含一个 = 作为填充。此外，一些 base64 变体可能使用 + 和 / 以外的字符。见 Variants summary table在 Wikipedia 上进行概述。