5.6 程序结构——作业 Base64¶

内容梗概¶

本课讲解本次作业的背景知识——Base64 编码，它是上一次作业（可打印字符转换）的进阶版。老师从 Base64 的历史由来（SMTP 电子邮件协议只能传可打印文本，MIME 补充规范用 Base64 把二进制附件转成可打印文本）讲起，详细拆解了编码算法：选 64 个可打印字符、每 3 字节（24 比特）重新按 6 比特分组、以 6 比特值作下标查表输出，以及不能整除时补零并在末尾加 = 的规则。课上还演示了 Python 内置 base64 库的 b64encode 用法（输入必须是 bytes 类型），作业要求自己写程序模拟这个算法过程。注：本段字幕在讲解补 = 规则后戛然而止，作业的具体提交要求未完整录入。

知识点详解¶

Base64 的由来¶

Base64 是随着 SMTP（电子邮件协议，用于发邮件；对应的 IMAP 用于收邮件）之后的补充规范 MIME 发明的一种编码方式 (约 00:31–01:54)。
早期电子邮件只考虑正文文本：全部是**可打印字符**（能 print 显示出来的字符串），甚至只考虑英文和数字。
现代邮件有附件（图片、zip、甚至 exe），它们是 10011001… 的**二进制文件**，其中含大量**不可打印字符**——如 0x00（C 语言里字符串的结束符），在命令行/记事本里显示不出来。只支持可打印文本的邮件系统发不了这些东西。
解决办法（MIME）：把二进制文件统一转化成可打印文本再传输，这套统一规则就是 Base64。二进制→可打印文本叫**编码（encode），反过来叫**解码（decode）。

Base64 的编码算法¶

选取 64 个可打印符号：大写 A–Z（26）+ 小写 a–z（26）+ 数字 0–9（10）+ + 和 /，共 64 个 (约 01:58)。
编码过程（以单词 "Man" 为例，约 07:33–09:51）：
每个字符转 ASCII 数字：M=77、a=97、n=110；每个字符 1 字节 = 8 比特。
每 3 个字节为一组，共 24 比特。
把 24 比特**重新按 6 比特分组**，正好分成 4 组（24 是 6 的整数倍）。
6 比特可表示 0–63（2^6=64），正好作为长度 64 的字符表**下标**；把每组 6 比特换算成索引，去字符表中取出对应字符，按顺序输出即得 Base64 编码结果。
不能整除（补零与 = 填充） (约 10:04–18:00)：
字节数不是 3 的整数倍时，缺的部分全部补 0 比特参与分组，末尾再加等号 = 补齐。
规则：模 3 余 2（如 5 字节）→ 末尾加 1 个 =；模 3 余 1 → 末尾加 2 个 =。
所以 Base64 编码结果常常以 = 或 == 结尾。
老师画图演示：只剩 1 个字符（M）时，其余位置全当 0，能分出的组照常换算输出字符，剩余组用 = 占位补完整。

Python 内置 base64 库演示¶

import base64，调用 base64.b64encode(...) 即可完成编码 (约 10:47)。
注意：b64encode 的参数必须是 bytes 类型（bytes-like，二进制数据），不能直接传字符串。写法：在字符串引号前加 b，如 b"Man\x00..."。bytes 里的值可以是任何字节，包括不可打印的 0d、00 等（二进制数据类型后续课程才正式讲，这里先强行使用）(约 11:09–13:34)。
小测验：示例二进制数据共 5 个字节（注意不可打印字符也各占 1 个字节），5 不能被 3 整除（模 3 余 2），编码结果末尾加 1 个 =。

示例与演示¶

用 "Man" 手算 Base64：M/a/n → 77/97/110 → 24 比特 → 重新按 6 比特分 4 组 → 每组作下标查 64 字符表输出。
base64.b64encode(b"...") 现场演示编码结果，观察末尾 = 的个数与字节数模 3 的关系。
画图演示 5 字节、1 字节等不能整除情形下的补零与补等号过程。

作业要求与解题思路¶

作业定位：上一次作业（可打印字符转换）的进阶版——自己写程序实现 Base64 编码，模拟这个算法的过程（“比较硬核”，不直接用内置库交差）。
解题思路（依课堂讲解）：
输入二进制/字符串数据，把每个字节转成 8 位二进制；
每 3 字节（24 比特）一组，重新按 6 比特切成 4 段；
每段换算成 0–63 的索引，在 64 字符表（A–Z、a–z、0–9、+、/）中查表取字符；
字节数模 3 余 2 补 1 个 =、余 1 补 2 个 =（缺位按 0 比特处理）。
可用内置 base64.b64encode 验证自己程序的结果是否正确。
注意：字幕文件在补 = 规则讲完后即结束，作业的具体提交方式、截止时间等未在字幕中出现。

重点与难点¶

理解 Base64 存在的意义：邮件系统只支持可打印文本，二进制附件必须编码后才能传输。
核心算法就两步：3 字节变 24 比特、24 比特按 6 比特重分成 4 组查表；6 比特对应 2^6=64 所以叫 Base64。
补零与补 = 是最容易出错的地方：先补 0 比特凑组，再在结果末尾按余数补 =；不可打印字符（如 0x00）也是完整的一个字节，计字节数时不能漏。
b64encode 只接受 bytes 类型，字符串前要加 b 前缀。

关联内容¶

本次作业是上一次作业（字符串/可打印字符转换）的进阶，继续锻炼循环、切片、取模等基本功（对应 5.3 循环语句中点评的“两字符一组”解法）。
涉及的前置知识：ASCII 码（5.1 字符串比较时用过）、二进制与比特（C 语言基础）、bytes 类型（后续课程正式讲）。
与 5.5 闲聊 HTTPS 同属网络应用话题：SMTP/IMAP 邮件协议、MIME 规范在后续《计算机网络》课会正式学习；实践部分还会讲用 Python 发邮件（呼应 5.3 的“给尾号为 5 的学号发邮件”例子）。