是否有任何正则表达式可用于标识字符串是否用Java进行了base64编码？

Question

我经历了几次讨论，以了解如何执行此操作。 但没有找到执行此操作的确切解决方案。 我使用以下正则表达式检查字符串是否为Base64编码

^([A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$  

但这并不是每次都准确。 我知道我可以使用一些try catch方法。 但这对于Java来说是昂贵的操作。 有什么确切的方法可以做到这一点。 我正在使用Java 7。

Answer 1

我对此建议谨慎。 有两个问题：

第一个问题是，当字符串不匹配时，像您展示给我们的正则表达式可能会遇到性能问题。 特别是，在比赛失败之前，您会得到很多不必要的回溯。

（可以通过使用“不情愿”或“可能”量词而不是“贪婪”量词来避免回溯，但是您需要了解自己在做什么。）

即使这样，除非字符串短，否则使用Base64.Decoder::decode方法尝试进行base64解码并捕获可能的异常可能比使用正则表达式进行验证更有效。 而且您拥有解码数据的潜在好处。

（也许为了加快速度，您可以在尝试完整的base64解码之前检查前4个和后4个字符。）

---

第二个问题是（理论上）字符串在语法上可以作为Base64有效，但是它是由另一个“进程”产生的。 因此，在解码字符串时，可能会产生垃圾。 因此，作为验证的一部分，可能值得对字符串进行解码并检查其中的内容。

---

我知道我可以使用一些try catch方法。 但这对于Java来说是昂贵的操作。

都是相对的。 此外，由于（我认为）Java 8中引入了一些优化，因此更新的JVM可以更有效地引发和处理异常。

Answer 2

任何给定字符串的base64渲染只是由64个记号的字母组成的另一个字符串。 是否可以对字符串进行正则表达式检查，使其仅包含该给定字母的标记？ 是。 这是否意味着这样的字符串确实是有意的base64编码的结果？ 不能。还请注意，仅由64个标记的字母组成的事实并不意味着它是其他字符串的合法base64编码。 由于字符串长度和可能的填充以及处理方式的问题，字符串“ a”本身不是任何东西的有效base64编码，即使它所包含的字母可能暗示也可能不是这种情况除此以外。

通常，“尝试从实际内容中进行检测”是一种非常糟糕的策略（因为完全容易出错）。 尽可能避免。