如何修复变异Base64编码？异常Base64字符串解码求助

问题描述 #

我有一段看似Base64编码的字符串：

#2aHR0cDovL2RhdGEwMi1jZG4uZGF0YWxvY2sucnUvZmkybG0vZTAxNGNmZTZhMzE1ZjgyODgyZWUxMmJjOTY5MzQ1MDkvN2ZfVGVzdC5uYS5iZXJlbWVubm9zdC5zMDMuZTAyLldFQi1ETFJpcC4yNUt1em1pY2g//b2xvbG8=uYTEuMTYuMTEuMjIubXA0

直接解码会得到乱码，但删除开头2个字符（#2）后，解码结果如下：

http://data02-cdn.datalock.ru/fi2lm/e014cfe6a315f82882ee12bc96934509/7f_Test.na.beremennost.s03.e02.WEB-DLRip.25Kuzmich?

这个结果并不完整，目标正确URL应为：

http://data02-cdn.datalock.ru/fi2lm/f03143c36c778262bd9906da5d545f85/7f_Test.na.beremennost.s03.e02.WEB-DLRip.25Kuzmich.a1.16.11.22.mp4

如果删除初始字符串中更长的前缀（#2aHR0cDovL2RhdGEwMi1jZG4uZ），解码后会得到包含正确URL结尾的乱码：

][KLKLMMLMYYLLML
LK\K\[Y[LPQ\R^ZXololo.a1.16.11.22.mp4

问题分析 #

这不是Base64的常规问题，而是自定义的编码变异：

• 原始字符串混入了非Base64字符：开头的#2不属于标准Base64字符集（标准Base64字符为A-Z、a-z、0-9、+、/，以及填充符=）。
• 字符串是多段内容拼接而成：它包含了前缀干扰码、对应URL前半段的有效Base64、带干扰的URL后半段Base64，并非单一的标准Base64编码块。
• 乱码源于编码错位：Base64要求每4个字符对应3个字节，一旦混入非Base64字符或编码块错位，解码时字节对齐被破坏，就会出现不可见控制字符或乱码。

解决方法 #

1. 提取有效Base64片段：
   先剔除字符串中的非Base64字符（比如开头的#2、中间多余的干扰字符），只保留符合Base64规则的子串。
2. 修正编码对齐：
   Base64编码长度必须是4的倍数，若拆分后的子串长度不符合，补充对应数量的=填充符后再解码。
3. 拼接修正URL：
   • 从解码结果中提取有效URL片段，替换掉错误的中间路径段（比如把解码出的e014cfe6a315f82882ee12bc96934509替换为目标中的f03143c36c778262bd9906da5d545f85）。
   • 单独解码末尾的有效Base64子串：YTEuMTYuMTEuMjIubXA0解码后就是.a1.16.11.22.mp4，前面的u是干扰字符，直接剔除即可。
   • 将各部分正确片段拼接，得到完整的目标URL。

内容的提问来源于stack exchange，提问作者AlexNasonov