Слідуючи цьому прикладу python , я кодую рядок як Base64 за допомогою:

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

Але, якщо я залишу провідних b:

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

Я отримую таку помилку:

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

Чому це?

кодування base64 займає 8-бітові двійкові дані байт і кодують його використовує тільки символи A-Z, a-z, 0-9, +, /* так що він може бути переданий по каналах , що не зберігають всі 8 біт даних, такі як електронна пошта.

Отже, він бажає рядок з 8-бітових байтів. Ви створюєте ті в Python 3 за допомогою b''синтаксису.

Якщо ви вилучите значок b, він стає рядком. Рядок - це послідовність символів Unicode. base64 не має уявлення, що робити з даними Unicode, це не 8-розрядна. Це насправді не будь-які шматочки. :-)

У вашому другому прикладі:

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

Усі символи акуратно вписуються в набір символів ASCII, і тому кодування base64 насправді трохи безглуздо. Ви можете конвертувати його в ascii замість, за допомогою

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

Або простіше:

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

Що було б те саме в цьому випадку.

* Більшість ароматів base64 може також містити в =кінці як накладки. Крім того, деякі варіанти base64 можуть використовувати символи, відмінні від +та /. Дивіться підсумкову таблицю варіантів у Вікіпедії для огляду.

Коротка відповідь

Вам потрібно натиснути на bytes-likeоб'єкт ( bytes, bytearray, і т.д.) до base64.b64encode()методу. Ось два способи:

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

Або зі змінною:

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

Чому?

У Python 3 strоб'єкти - це не масиви символів у стилі C (тому вони не є байтовими масивами), а, скоріше, це структури даних, які не мають притаманного кодування. Ви можете кодувати цей рядок (або інтерпретувати його) різними способами. Найпоширеніший (і за замовчуванням у Python 3) - utf-8, тим більше, що він сумісний з ASCII (хоча, як і найбільш широко використовувані кодування). Ось що відбувається, коли ви приймаєте a stringі викликаєте .encode()метод на ньому: Python інтерпретує рядок у utf-8 (кодування за замовчуванням) і надає вам масив байтів, якому він відповідає.

Кодування Base-64 в Python 3

Спочатку заголовок питання задавали про кодування Base-64. Читайте далі про матеріали Base-64.

base64кодування займає 6-бітні двійкові фрагменти та кодує їх за допомогою символів AZ, az, 0-9, '+', '/' та '=' (деякі кодування використовують різні символи замість '+' та '/') . Це кодування символів, яке базується на математичній конструкції системи числення radix-64 або base-64, але вони сильно відрізняються. Base-64 з математики - це система числення, подібна до двійкової чи десяткової, і ви змінюєте радіацію на ціле число, або (якщо радіус, з якого перетворюєте, - потужність на 2 менше 64) в кусах справа на зліва.

При base64кодуванні переклад робиться зліва направо; ці перші 64 символи, тому його називають base64 кодуванням . 65-й ​​символ "=" використовується для заміщення, оскільки кодування тягне 6-бітні шматки, але дані, які зазвичай мають кодувати, - це 8-бітні байти, тому іноді в останньому фрагменті є лише два або 4 біта.

Приклад:

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

Якщо ви інтерпретуєте ці двійкові дані як єдине ціле число, то саме так ви перетворили б їх у base-10 та base-64 ( таблиця для base-64 ):

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

base64 кодування , однак, перегрупує ці дані таким чином:

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       G       V      z      d      A

Отже, "B0ZXN0" є базовою версією 64 нашої бінарної, математично кажучи. Однак base64 кодування має виконувати кодування у зворотному напрямку (тому необроблені дані перетворюються на 'dGVzdA'), а також є правило повідомляти іншим програмам, скільки місця залишилося в кінці. Це робиться шляхом прокладки кінця символами '='. Отже, base64кодування цих даних - 'dGVzdA ==', з двома символами '=' для позначення двох пар біт потрібно буде видалити з кінця, коли ці дані будуть декодовані, щоб вони відповідали вихідним даним.

Давайте перевіримо це, щоб побачити, чи я нечесний:

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

Навіщо використовувати base64кодування?

Скажімо, я маю надсилати деякі дані комусь по електронній пошті, як ці дані:

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

>>> print(data)
b'\x04msg\x08\x08\x08   '
>>>

Я посадив дві проблеми:

1. Якщо я спробував надіслати цей електронний лист в Unix, він надішле, як тільки \x04символ буде прочитаний, оскільки це ASCII для END-OF-TRANSMISSION(Ctrl-D), тож решта даних залишиться поза передачею.
2. Крім того, хоча Python досить розумний, щоб уникнути всіх моїх злих контрольних символів, коли я друкую дані безпосередньо, коли ця рядок розшифровується як ASCII, ви можете бачити, що "msg" немає. Це тому, що я використав три BACKSPACEсимволи та три SPACEсимволи, щоб стерти 'msg'. Таким чином, навіть якби у мене не було EOFсимволу, кінцевий користувач не зміг би перевести з тексту на екрані справжні, необроблені дані.

Це просто демонстрація, щоб показати вам, як важко просто надсилати необроблені дані. Кодування даних у формат base64 дає вам такі самі дані, але у форматі, який забезпечує безпеку для надсилання електронних носіїв інформації, таких як електронна пошта.

Якщо дані, що кодуються, містять "екзотичні" символи, я думаю, що вам доведеться кодувати в "UTF-8"

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

Якщо рядок Unicode найпростішим способом є:

import base64                                                        

a = base64.b64encode(bytes(u'complex string: ñáéíóúÑ', "utf-8"))

# a: b'Y29tcGxleCBzdHJpbmc6IMOxw6HDqcOtw7PDusOR'

b = base64.b64decode(a).decode("utf-8", "ignore")                    

print(b)
# b :complex string: ñáéíóúÑ

Є все, що вам потрібно:

expected bytes, not str

Провідна bробить ваш рядок двійковим.

Яку версію Python ви використовуєте? 2.x або 3.x?

Редагувати: Див. Http://docs.python.org/release/3.0.1/whatsnew/3.0.html#text-vs-data-instead-of-unicode-vs-8-bit для детальних відомостей про струни в Python 3.x

Це b просто означає, що ви приймаєте дані як масив байтів або байтів, а не як рядок.