如何在Python2.7中解码PL/SQL utl_encode生成的Base64编码字符串

问题本质 #

Oracle中utl_raw.cast_to_raw的作用是将字符串按照数据库的默认字符集转换为原始字节流，再经过utl_encode.base64_encode得到Base64编码值。Python中base64.b64decode只能完成Base64到字节流的转换，你看到的\xe4\x5t\xe6\x7e类内容就是未做字符集解码的原始字节流，缺少对应PL/SQL中cast_to_varchar2的字符集解码步骤。

操作步骤 #

• 第一步：查询Oracle数据库使用的字符集，执行如下SQL即可得到结果：

select value from nls_database_parameters where parameter = 'NLS_CHARACTERSET';

• 第二步：在Python2.7中对解码后的字节流做字符集解码，示例代码如下：

import base64

# 替换为实际的Base64编码结果
encoded_val = "some_encoded_value"
# 完成Base64解码得到原始字节流
raw_data = base64.b64decode(encoded_val)
# 替换为第一步查询到的字符集，常见可选值为utf8、gbk等
result = raw_data.decode("utf8")
print result

• 若查询到的Oracle字符集为ZHS16GBK，直接使用gbk作为解码参数即可，两者在Python中完全兼容。

异常兼容方案 #

如果解码过程中出现UnicodeDecodeError错误，可通过添加错误处理参数规避：

# 忽略无法识别的非法字符
result = raw_data.decode("utf8", "ignore")
# 用占位符替换无法识别的非法字符
result = raw_data.decode("utf8", "replace")

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