Python爬虫：js的btoa和atob和pythonBase64编码解码比对分析

比对js和py的Base64编码解码，探求一个共通之处

javascript代码

1. 对英文字符进行base64编码解码

var str = 'javascript';

// 编码
btoa(str)  // "amF2YXNjcmlwdA=="

// 解码
atob("amF2YXNjcmlwdA==")  // "javascript"

2. 对中文字符进行base64编码解码

var str = "China，中国"

btoa(str)
/*
VM156:1 Uncaught DOMException: Failed to execute 'btoa' on 'Window': 
The string to be encoded contains characters outside of the Latin1 range.
*/

// 先对字符串进行编码
encodeURIComponent(str) // "China%EF%BC%8C%E4%B8%AD%E5%9B%BD"

// 编码
btoa(encodeURIComponent(str))  // "Q2hpbmElRUYlQkMlOEMlRTQlQjglQUQlRTUlOUIlQkQ="

// 解码
decodeURIComponent(atob("Q2hpbmElRUYlQkMlOEMlRTQlQjglQUQlRTUlOUIlQkQ="))  // "China，中国"

python3代码

1. 对英文字符进行base64编码解码

import base64

name = "javascript"

# 编码
base64.b64encode(name.encode())  # b'amF2YXNjcmlwdA=='

# 解码
base64.b64decode(b'amF2YXNjcmlwdA==').decode()  # javascript

2. 对中文字符进行base64编码解码

name = "China，中国"

# 编码
base64.b64encode(name.encode())  # b'Q2hpbmHvvIzkuK3lm70='

# 解码
base64.b64decode(b'Q2hpbmHvvIzkuK3lm70=').decode()  # China，中国

总结：
js和py3对英文的处理方式基本一致，编码结果也一样
发现，js对中文编码会报错，py对中文可以直接编码

按照js的思路，先按照URI的编码方式将字符编码

from urllib.request import quote, unquote
 
name = "China，中国"

# 先对文字进行url方式编码
quote(name)  # 'China%EF%BC%8C%E4%B8%AD%E5%9B%BD'

# 编码
base64.b64encode(quote(name).encode()) 
# b'Q2hpbmElRUYlQkMlOEMlRTQlQjglQUQlRTUlOUIlQkQ='

# 解码
unquote(base64.b64decode(b'Q2hpbmElRUYlQkMlOEMlRTQlQjglQUQlRTUlOUIlQkQ=').decode())
# China，中国

总结：

语言	编码	解码
javascript	window.btoa(encodeURIComponent(s))	decodeURIComponent(window.atob(b))
pyhton	base64.b64encode(quote(s).encode())	unquote(base64.b64decode(b).decode())

其中：
s 表示字符串
b 表示编码后的字符

这样，js和python就可以实现相同的Base64编码解码，可以用于前端代码解码，将js代码转换为python代码

参考

1. javascript 使用btoa和atob来进行Base64转码和解码
2. Python编程：URL网址链接中的中文编码与解码
3. 简单明了区分escape、encodeURI和encodeURIComponent