base64編碼哈希輸入？

Question

我正在嘗試調試為什么某些東西不能正常工作，並觀察到b64encode似乎沒有像我想象的那樣工作：

import base64

base64.b64encode( bytes("the cat sat on the mat", "utf-8") )
>> b'dGhlIGNhdCBzYXQgb24gdGhlIG1hdA=='

base64.b64encode( bytes("cat sat on the mat", "utf-8") )
>> b'Y2F0IHNhdCBvbiB0aGUgbWF0'

第二個輸入字符串在開始時只有很小的差異，那么為什么每個字符串的輸出幾乎不包含相似性？ 本來預計只有每個輸出的開始有點不同。

Answer 1

Base64將3個輸入字節映射到4個輸出字節。

由於您添加了4個輸入字節，因此意味着所有剩余字節“移位”到輸出中的不同位置。

注意第一個例子上的== （填充）在第二個例子上消失了。

嘗試添加或刪除3個輸入字節的倍數：

   cat sat on the mat
my cat sat on the mat

Answer 2

Base64是一個完全確定的可逆轉換，但它不是基於每個字符運行的（因為您也可以從輸出長度觀察不是輸入的倍數）。

相反，通過將三個字節（24比特）組成四個6比特數（因此基數64 = 2 ^ 6），一次編碼三個字節（24比特）的組。 如果輸入長度不是三的倍數，則填充並通過在輸出的末尾加上=字符來表示。

因此，如果在這個三字節幀上對齊，則不同輸入中的公共子串只會在輸出中顯示為公共子串，並分組為相同的三元組。

the cat sat on the mat
dGhlIGNhdCBzYXQgb24gdGhlIG1hdA==

he cat sat on the mat
aGUgY2F0IHNhdCBvbiB0aGUgbWF0

e cat sat on the mat
ZSBjYXQgc2F0IG9uIHRoZSBtYXQ=

 cat sat on the mat
IGNhdCBzYXQgb24gdGhlIG1hdA==

請注意，如果您截斷正好三個字符（“the”，留下空格），輸出將再次被識別。