问题描述：

我遵循了文档中有关如何在 Python 中使用 Base64 编码的示例：

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

但是，如果我尝试对普通字符串进行编码-省略前导b：

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

我得到了一个TypeError。在旧版本的 Python 中它看起来像：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:Python32libase64.py", line 56, in b64encode
    raise TypeError("expected bytes, not %s" % s.__class__.__name__)
TypeError: expected bytes, not str

在较新的版本中它可能看起来像：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.12/base64.py", line 58, in b64encode
    encoded = binascii.b2a_base64(s, newline=False)
              ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
TypeError: a bytes-like object is required, not 'str'

为什么会发生这种情况？

解决方案 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 位数据的通道（例如电子邮件）进行传输。

因此，它需要一个 8 位字节字符串。您可以使用 Python 3 中的b''语法创建它们。

如果删除b，它就变成了一个字符串。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，它实际上不是任何位。:-)

在你的第二个例子中：

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

所有字符都恰好适合 ASCII 字符集，因此 base64 编码实际上毫无意义。你可以将其转换为 ascii，方法是

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

或者更简单：

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

在这种情况下，情况是一样的。

• 大多数 base64 变体可能还会=在末尾包含一个作为填充。此外，一些 base64 变体可能使用除 和 之外的字符+。/请参阅维基百科上的变体摘要表以了解概述。

解决方案 2：

简短答案

您需要将bytes-like对象（bytes、bytearray等）推送到该base64.b64encode()方法。以下是两种方法：

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

或者使用变量：

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

为什么？

在 Python 3 中，str对象不是 C 样式的字符数组（因此它们不是字节数组），而是没有任何固有编码的数据结构。您可以用多种方式对该字符串进行编码（或解释它）。最常见的（也是 Python 3 中的默认）是 utf-8，特别是因为它向后兼容 ASCII（尽管，与最广泛使用的编码一样）。这就是当您获取string并调用.encode()它的方法时发生的事情：Python 正在以 utf-8（默认编码）解释字符串并为您提供它对应的字节数组。

Python 3 中的 Base-64 编码

最初问题标题询问的是 Base-64 编码。请继续阅读以了解 Base-64 的内容。

base64编码采用 6 位二进制块，并使用字符 AZ、az、0-9、'+'、'/' 和 '=' 对其进行编码（某些编码使用不同的字符代替 '+' 和 '/'）。这是一种基于 64 基数或 64 进制数字系统的数学构造的字符编码，但它们非常不同。数学中的 64 基数是一种类似于二进制或十进制的数字系统，您可以对整个数字执行这种基数更改，或者（如果您要转换的基数是小于 64 的 2 的幂）从右到左以块的形式执行。

在base64编码中，转换是从左到右进行的；前 64 个字符就是它被称为base64 编码的原因。第 65 个 '=' 符号用于填充，因为编码提取 6 位块，但它通常要编码的数据是 8 位字节，所以有时最后一块只有 2 位或 4 位。

例子：

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

如果将该二进制数据解释为单个整数，则可以这样将其转换为十进制和 64 进制（64 进制表）：

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

base64 但是，编码将对这些数据进行重新分组：

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

因此，从数学上讲，“B0ZXN0”是二进制的 base-64 版本。但是，base64 编码必须以相反的方向进行编码（因此原始数据将转换为“dGVzdA”），并且还具有一条规则来告诉其他应用程序末尾还剩下多少空间。这是通过在末尾填充“=”符号来实现的。因此，base64此数据的编码为“dGVzdA==”，其中有两个“=”符号表示在解码此数据以使其与原始数据匹配时，需要从末尾删除两对位。

让我们测试一下，看看我是否不诚实：

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

为什么要使用base64编码？

假设我必须通过电子邮件向某人发送一些数据，例如以下数据：

>>> data = b'x04x6dx73x67x08x08x08x20x20x20'
>>> print(data.decode())
   
>>> print(data)
b'x04msgx08x08x08   '
>>>

我种下的问题是两个：

1. 如果我尝试在 Unix 中发送该电子邮件，则电子邮件会在x04读取字符后立即发送，因为这是END-OF-TRANSMISSION(Ctrl-D) 的 ASCII，因此剩余数据将被排除在传输之外。

2. 此外，虽然 Python 足够聪明，可以在我直接打印数据时转义所有邪恶的控制字符，但当将该字符串解码为 ASCII 时，您会发现“msg”不存在。这是因为我使用了三个BACKSPACE字符和三个SPACE字符来擦除“msg”。因此，即使我没有EOF在那里使用字符，最终用户也无法将屏幕上的文本转换为真实的原始数据。

这只是一个演示，向您展示发送原始数据有多么困难。将数据编码为 base64 格式可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安全发送。

解决方案 3：

如果要编码的数据包含“外来”字符，我认为你必须用“UTF-8”进行编码

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

解决方案 4：

如果字符串是 Unicode，最简单的方法是：

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

解决方案 5：

这里有你需要的一切：

expected bytes, not str

前导b使您的字符串成为二进制。

您使用哪个版本的 Python？2.x 还是 3.x？

编辑：有关 Python 3.x 中字符串的详细信息，请参阅http://docs.python.org/release/3.0.1/whatsnew/3.0.html#text-vs-data-instead-of-unicode-vs-8-bit