Python解碼base64遇到Incorrect padding錯誤

項目提供接口給第三方對接，返回消息說接口報錯，查看系統日志定位錯誤位置，報錯是

2022-03-28T03:12:07.692756725Z 2022-03-28 03:12:07,692 2031 ERROR ** odoo.addons.fdfs.models.attachment: Incorrect padding

定位到錯誤代碼為

bin_value = content.decode('base64')

先說一下base64的編碼過程，再來分析錯誤。

base64是一種用64個字符來表示任意二進制數據的方法，用記事本打開exe、jpg、pdf這些文件時，我們都會看到一大堆代碼，因為二進制文件包含很多無法顯示和打印的字符，所以，想要記事本這樣的文本處理軟件能處理二進制文件，就需要一個二進制到字符串的轉換方法，base64就是一個最常見的二進制編碼方法。

base64的原理很簡單，選出64個字符——小寫字母a-z，大寫字母A-Z，數字0-9，符號“+”、“/”（再加上作為墊字的“=”，實際上是65個字符）作為一個基本字符集，然后，把數據都轉換成這個基本字符集中的字符。轉換方式可以分為四步：

1. 將每三個字節作為一組，一共是24個二進制位。
2. 將這24個二進制位分為四組，每個組有6個二進制位。
3. 在每組前面加兩個00，擴展成32個二進制位，即四個字節。
4. 根據下表，得到擴展后的每個字節的對應符號，這就是Base64的編碼值。

　　0　A　　17　R　　　34　i　　　51　z

　　1　B　　18　S　　　35　j　　　52　0

　　2　C　　19　T　　　36　k　　　53　1

　　3　D　　20　U　　　37　l　　　54　2

　　4　E　　21　V　　　38　m　　　55　3

　　5　F　　22　W　　　39　n　　　56　4

　　6　G　　23　X　　　40　o　　　57　5

　　7　H　　24　Y　　　41　p　　　58　6

　　8　I　　25　Z　　　42　q　　　59　7

　　9　J　　26　a　　　43　r　　　60　8

　　10 K　　27　b　　　44　s　　　61　9

　　11　L　　28　c　　 45　t　　　62　+

　　12　M　　29　d　　 46　u　　　63　/

　　13　N　　30　e　　 47　v

　　14　O　　31　f　　 48　w　　　

　　15　P　　32　g　　 49　x

　　16　Q　　33　h　　 50　y

base64編碼就是把3字節的二進制數據編碼為4字節的文本上數據，長度增加33%，好處是編碼后的文本數據可以在郵件正文、網頁等直接顯示。

現在出現一個一個問題：如果要編碼的數據不是3的倍數，那最后剩下一個或兩個字節總么辦？

• 二個字節的情況：將這二個字節的一共16個二進制位，按照上面的規則，轉成三組，最后一組除了前面加兩個0以外，后面也要加兩個0。這樣得到一個三位的Base64編碼，再在末尾補上一個"="號。比如，"Ma"這個字符串是兩個字節，可以轉化成三組00010011、00010110、00010000以后，對應Base64值分別為T、W、E，再補上一個"="號，因此"Ma"的Base64編碼就是TWE=。
• 一個字節的情況：將這一個字節的8個二進制位，按照上面的規則轉成二組，最后一組除了前面加二個0以外，后面再加4個0。這樣得到一個二位的Base64編碼，再在末尾補上兩個"="號。比如，"M"這個字母是一個字節，可以轉化為二組00010011、00010000，對應的Base64值分別為T、Q，再補上二個"="號，因此"M"的Base64編碼就是TQ==。

 

 

>>> 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'

 

base64還可以自己定義64個字符的排列順序，這樣就可以自定義Base64編碼，不過，通常情況下完全沒有必要。Base64是一種通過查表的編碼方法，不能用於加密，即使使用自定義的編碼表也不行。Base64適用於小段內容的編碼，比如數字證書簽名、Cookie的內容等。由於=字符也可能出現在Base64編碼中，但=用在URL、Cookie里面會造成歧義，所以，很多Base64編碼后會把=去掉。

# 標准Base64:
'abcd' -> 'YWJjZA=='
# 自動去掉=:
'abcd' -> 'YWJjZA'

去掉=后怎么解碼呢？因為Base64是把3個字節變為4個字節，所以，Base64編碼的長度永遠是4的倍數，因此，需要加上=把Base64字符串的長度變為4的倍數，就可以正常解碼了。

總結：base64編碼長度必須為4的倍數，不足則需要補上缺失個數的=才能正常解碼，編碼也可能是以url安全的方式進行的。如果是這種情況，將能夠在數據中看到減號和下划線字符，應該使用base64.b64decode(strg, '-_')去解碼。

最終，我發現項目程序報錯的原因是編碼長度非4的倍數。