确定字符串是否经过两次 base64 编码

Question

有没有办法判断一个字符串是否被base64编码了两次？

例如，有没有我可以与preg_match 一起使用的正则表达式模式来执行此操作？

Answer 1

（实用答案。） 不要使用正则表达式。使用设置为true 的base64_decode() 的可选$strict 参数解码您的字符串，并查看它是否与您期望的格式匹配。或者只是尝试尽可能多地对其进行解码。例如：

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

（理论答案。） 双基 64 编码字符串 是规则的，因为存在有限数量的字节序列正确地对 base64 编码的消息进行 base64 编码。

您可以检查某些内容是否为 base64 编码一次，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 被用作填充。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为 base64 编码两次，但该解决方案并不简单或漂亮，因为一次检查 4 个字节是不够的。

示例： "QUFBQQ==" base64-decodes to "AAAA" base64-decodes to 3 NUL-bytes：

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

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

此时，我们可以枚举所有双 base64 编码，其中 base64 编码是 base64 字母表中的 4 个字节（“AAAA”、“AAAB”、“AAAC”、“AAAD”等）并将其最小化：

<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 字节或更长（不涉及使用= 填充的情况）并将其最小化：

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

双base64编码字符串的一个分区（漂亮的分区）最后不会包含=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，最后有点难看：

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

然后我们可以构造一个组合的正则表达式：

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

正如我所说，您可能不想仅仅因为双 base64 编码的消息 是常规消息而经历所有这些混乱。就像您不想检查整数是否在某个有限区间内一样。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。 :-)