RegEx解析或验证Base64数据

Question

RegEx解析或验证Base64数据是否可以使用RegEx来验证或清理Base64数据？这是一个简单的问题，但推动这个问题的因素是让它变得困难的因素。我有一个Base64解码器，不能完全依赖输入数据来遵循RFC规范。所以，我面临的问题可能是Base64数据可能没有被分解成78个问题（我认为它是78，我必须仔细检查RFC，所以如果确切的数字是错误的话，请不要告诉我）线条，或线条可能不以CRLF结尾; 因为它可能只有CR，或LF，或者两者都没有。所以，我有一段时间解析Base64数据格式。因此，以下示例变得不可能可靠地解码。为简洁起见，我只会显示部分MIME标头。Content-Transfer-Encoding: base64VGhpcyBpcyBzaW1wbGUgQVNDSUkgQmFzZTY0IGZvciBTdGFja092ZXJmbG93IGV4YW1wbGUu好的，所以解析没问题，这正是我们所期望的结果。在99％的情况下，使用任何代码来至少验证缓冲区中的每个字符都是有效的base64字符，完美地运行。但是，下一个例子会给混合物带来麻烦。Content-Transfer-Encoding: base64 http://www.stackoverflow.comVGhpcyBpcyBzaW1wbGUgQVNDSUkgQmFzZTY0IGZvciBTdGFja092ZXJmbG93IGV4YW1wbGUu我在一些病毒和其他试图利用某些邮件阅读器的东西中看到的Base64编码版本希望不惜一切代价解析mime，而不是严格按照本书，或者说RFC; 如果你愿意的话。我的Base64解码器将第二个示例解码为以下数据流。请记住，原始流是所有ASCII数据！[0x]86DB69FFFC30C2CB5A724A2F7AB7E5A307289951A1A5CC81A5CC81CDA5B5C1B19481054D0D2524810985CD94D8D08199BDC8814DD1858DAD3DD995C999B1BDDC8195E1B585C1B194B8任何人都有一个很好的方法来解决这两个问题？我不确定它是否可能，除了对应用了不同规则的数据进行两次转换，并比较结果之外。但是，如果采用这种方法，您信任哪个输出？似乎ASCII启发式算法是最好的解决方案，但是代码，执行时间和复杂性会增加多少像病毒扫描程序一样复杂的东西，这个代码实际上涉及到什么？您如何训练启发式引擎以了解什么是可接受的Base64，什么不是？更新：对于这个问题继续得到的观点数量，我已经决定发布我已经在C＃应用程序中使用的简单RegEx 3年了，有数十万个事务。老实说，我喜欢Gumbo给出的最好的答案，这就是我选择它作为选定答案的原因。但是对于任何使用C＃的人来说，并且寻找一种非常快速的方法来至少检测字符串或byte []是否包含有效的Base64数据，我发现以下内容对我来说非常有用。[^-A-Za-z0-9+/=]|=[^=]|={3,}$是的，这仅适用于Base64数据的STRING，而不是格式正确的RFC1341消息。因此，如果您正在处理此类数据，请在尝试使用上述RegEx之前将其考虑在内。如果您正在处理Base16，Base32，Radix甚至Base64用于其他目的（URL，文件名，XML编码等），那么强烈建议您阅读Gumbo在其答案中提到的RFC4648，因为您需要做得好在尝试使用此问题/答案集中的建议之前，请了解实现所使用的字符集和终止符。

Answer 1

来自RFC 4648：

在许多情况下，数据的基本编码用于在环境中存储或传输数据，这些环境可能由于传统原因而限于US-ASCII数据。

因此，如果数据应被视为危险，则取决于编码数据的使用目的。

但是，如果您只是寻找匹配Base64编码单词的正则表达式，则可以使用以下内容：

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

Answer 2

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

这个很好，但会匹配一个空字符串

这个与空字符串不匹配：

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