在 Python 3 中使用 UTF-8 解码 VIEWSTATE 字符串答案

【问题标题】：Decoding a VIEWSTATE string with UTF-8 in Python 3在 Python 3 中使用 UTF-8 解码 VIEWSTATE 字符串
【发布时间】：2015-03-26 17:31:57
【问题描述】：

我在 Python 3 中解码 ASP.NET 视图状态字符串时遇到问题。当我尝试使用 bash 的 base64 命令解码字符串时，它成功解码了字符串并且我能够看到我需要的所有信息（其中大部分是希伯来语，意思是 UTF-8）。视图状态当然只是 base64 编码而不是加密。

但是，当我尝试使用 Python 的 base64 库对字符串进行解码，然后将字节数组解码为 UTF-8 字符串时，我收到一条错误消息：

UnicodeDecodeError: 'utf-8' 编解码器无法在位置解码字节 0xff 0：无效的起始字节

我应该提到，由于字符串是视图状态，前几个字节是二进制数据，“0xff”是有意义的，但是在这些字节之后数据是可读的。

Python 3 代码段：

b = "The_ViewState"
print(base64.b64decode(b).decode("utf-8"))

为什么解码在 bash 中有效，而在 Python 中无效？如何解决？

【问题讨论】：

可能 Bash 忽略了它无法解码的字节，这在无效输入可能是错误的编程环境中不是一个好的选择。为什么不跳过前几个字节？
但是，您没有分享您的 Bash 代码，也没有分享任何示例视图状态字符串。
此外，视图状态包含一个完整的对象图，您需要实际解析这些二进制位以获取感兴趣的数据。
简而言之，您需要为 Microsoft LOS 格式编写解析器；这不一定是微不足道的！起点见msdn.microsoft.com/en-us/library/…；二进制值可能是object type identifiers。

标签： python utf-8 base64 viewstate

【解决方案1】：

经过一番研究，我找到了答案：

b = "The_ViewState"
print(base64.b64decode(b).decode("utf-8", "ignore"))

添加“忽略”标志会导致decode() 丢弃任何无效的字节序列，从而将不相关的字节排除在解码字符串之外。

【讨论】：

【解决方案2】：

最好的方法是使用这个link。

用于解码 ASP.NET 视图状态的小型 Python 3.5+ 库。

首先安装那个：pip install viewstate

>>> from viewstate import ViewState
>>> base64_encoded_viewstate = '/wEPBQVhYmNkZQ9nAgE='
>>> vs = ViewState(base64_encoded_viewstate)
>>> vs.decode()
('abcde', (True, 1))

【讨论】：