Question

我想将二进制文件（例如jpg，mp3等）转换为Web安全文本，然后再转换为二进制数据。我已经研究了几个模块，我认为我非常接近，但我一直在弄乱数据。

在查看binascii的文档后，我提出了这个问题：

from binascii import *
raw_bytes = open('test.jpg','rb').read()
text = b2a_qp(raw_bytes,quotetabs=True,header=False)
bytesback = a2b_qp(text,header=False)
f = open('converted.jpg','wb')
f.write(bytesback)
f.close()

当我尝试打开converted.jpg时，我收到数据损坏： - /

我还尝试使用b2a_base64和57长的二进制数据块。我把每个块转换成一个字符串，将它们连接在一起，然后转换回a2b_base64并再次腐败。

有人可以帮忙吗？我对所有复杂的字节和文件格式都不是很了解。我在Windows上使用Python，如果这对\r\n内容产生影响

Answer 1

您应该使用base64编码而不是quoted printable。使用b2a_base64()和a2b_base64()。

对于像图片这样的二进制数据，引用的可打印要大得多。在此编码中，每个二进制（非字母数字字符）代码都将更改为=HEX。它可用于主要由电子邮件主题等字母数字组成的文本。

对于主要的二进制数据，Base64要好得多。它需要6个第一个字节的位，然后是第1个字节的最后2位和第2个字节的4个位。它可以通过编码文本末尾的=填充来识别（有时使用其他字符）。

作为一个例子，我拿了271 700字节的.jpeg。在qp中它是627 857 b，而在base64中它是362 269字节。 qp的大小取决于数据类型：仅为字母的文本不会更改。 base64的大小为orig_size * 8 / 6。

Answer 2

您的文档参考适用于Python 3.0.1。使用Python 3.0没有充分的理由。你应该使用3.2或2.7。你究竟在用什么？

建议：（1）将bytes更改为raw_bytes，以避免与bytes == raw_bytes的{{1}}内置（2）检查混淆在您的测试脚本（3）中，当您的测试应该使用quoted-printable时，二进制数据的效率非常低;改为使用base64。

更新：Base64编码为每3个输入字节产生4个输出字节。你的base64代码不适用于56字节的块，因为56不是3的整数倍;每个块被填充到3的倍数。然后你加入块并尝试解码，这保证不起作用。

你的分块循环会写得更好：

bytes_back

无论如何，分块相当缓慢而毫无意义;只需output_string = ''.join( b2a_base64(raw_bytes[i:i+57]) for i in xrange(0, xrange(len(raw_bytes), 57) )

Answer 3

您的代码看起来很复杂。试试这个：

#!/usr/bin/env python

from binascii import *
raw_bytes = open('28.jpg','rb').read()
i = 0
str_one = b2a_base64(raw_bytes) # 1
str_list = b2a_base64(raw_bytes).split("\n") #2

bytesBackAll = a2b_base64(''.join(str_list)) #2
print bytesBackAll == raw_bytes #True #2

bytesBackAll = a2b_base64(str_one) #1
print bytesBackAll == raw_bytes #True #1

标有#1和#2的行代表彼此的替代方案。 #1对我来说似乎最直接 - 只需将其设为一个字符串，处理它并将其转换回来。

Answer 4

@ PMC的答案是从问题中复制出来的：

这是有效的：

from binascii import *
raw_bytes = open('28.jpg','rb').read()
str_list = []
i = 0
while i < len(raw_bytes):
    byteSegment = raw_bytes[i:i+57]
    str_list.append(b2a_base64(byteSegment))
    i += 57
bytesBackAll = a2b_base64(''.join(str_list))
print bytesBackAll == raw_bytes #True

感谢帮助人员。我不知道为什么会因为[0:56]而不是[0:57]而失败，但我会将其作为练习留给读者：P

将二进制数据转换为Web安全文本并返回 - Python

4 个答案: