确定字符串是否是base64编码两次

Question

有没有办法确定字符串是否是base64编码两次？

例如,我可以使用正则表达式模式preg_match来执行此操作吗？

Answer 1

(实际答案.)不要使用正则表达式.使用base64_decode()可选$strict参数set解码您的字符串true,看它是否与您期望的格式匹配.或者只是在它允许的情况下尝试解码它多次.例如:

function base64_decode_multiple(string $data, int $count = 2) {
    while ($count-- > 0 && ($decoded = base64_decode($data, true)) !== false) {
        $data = $decoded;
    }
    return $data;
}

(理论上的答案.)双基64编码的字符串是规则的,因为有一定数量的字节可以正确地对base64编码的消息进行base64编码.

您可以检查某些内容是否为base64编码,因为您可以验证每组四个字符.base64编码消息中的最后四个字节可能是一种特殊情况,因为=s用作填充.)使用正则表达式:

<char>           := [A-Za-z0-9+/]
<end-char>       := [A-Za-z0-9+/=]
<chunk>          := <char>{4}
<end-chunk>      := <char>{2} <end-char>{2} | <char>{3} <end-char>
<base64-encoded> := <chunk>* <end-chunk>?

您还可以使用正则表达式确定某些内容是否使用base64编码两次,但解决方案并非简单或漂亮,因为一次检查4个字节是不够的.

示例: "QUFBQQ =="base64解码为"AAAA",base64解码为三个NUL字节:

$ echo -n "QUFBQQ==" | base64 -d | xxd
00000000: 4141 4141                                AAAA

$ echo -n "AAAA" | base64 -d | xxd
00000000: 0000 00                                  ...

此时我们可以枚举所有的base-base64编码,其中base64编码是4个字节("AAAA","AAAB","AAAC","AAAD"等)并最小化:

<ugly 4> := QUFBQQ== | QUFBQg== | QUFBQw== | QUFBRA== | ...

我们可以枚举所有双base64编码的前4个字节,其中base64编码为8个字节或更长(不涉及的情况=)并最小化:

<chunk 4> := QUFB | QkFB | Q0FB | REFB | ...

一个双base64编码的字符串的分区(漂亮的一个)=最后不包含s; 它们的长度是8的倍数:

<pretty double-base64-encoded> := <chunk 4>{2}*

双base64编码字符串的另一个分区的长度是4的倍数但不是8(4,12,20等); 他们可以被认为是漂亮的,最后有点丑陋:

<ugly double-base64-encoded> := <chunk 4>{2}* <ugly 4>

然后我们可以构造一个组合正则表达式:

<double-base64-encoded> := <pretty double-base64-encoded>
                         | <ugly double-base64-encoded>

正如我所说,你可能不想仅仅因为双base64编码的消息是常规的而经历所有这些混乱.就像你不想检查一个整数是否在某个区间内.此外,这是一个很好的例子,当你应该问另一个问题时得到错误的答案.:-)

关于提出上述模式的一些想法:

• 由于每个base64编码的字符串都有4个字节的倍数,因此每个double-base64编码的字符串必须解码为4个字节的倍数.因此,例如,"AAAA"不能进行双基64解码,因为它只解码为3个字节.你如何确定某些东西解码为4个字节的倍数？

• 当消息的长度不是3的倍数时,base64编码的字符串将向下舍入到4个字符的下一个倍数.例如,编码"AAAA","AAAAA"和"AAAAAA"都需要8个字节.

• 另一个例子: "QUFBIQ =="base64-decodes to"AAA!",这不是有效的base64编码; 有四个字节,但"!" 不在base64表中.

• 由于每个base64编码的字符串都匹配[A-Za-z0-9+/]{4}(最后四个字节是特殊情况),因此双base64编码的字符串只能使用4字节的子集来描述它们.什么子集？

• 我们知道"QUFBQQ =="是一个有效的双base64编码,而"QUFB"部分始终是前三个"A".但它们只是有效的双base64编码的一部分,后面跟着一个编码为单个字符匹配的东西[A-Za-z0-9+/]; "QQ =="解码为"A",这样很好.