RegEx解析或验证Base64数据

是否可以使用RegEx来验证或清除Base64数据？这是一个简单的问题，但是导致这个问题的因素是什么使它变得困难。

我有一个Base64解码器，它不能完全依赖输入数据来遵循RFC规范。因此，我面临的问题是可能未将Base64数据分解为78（我认为是78，我必须仔细检查RFC，因此如果确切的数字有误，请不要给我发声）字符。行，或者行不能以CRLF结尾；因为它可能只有CR或LF，也可能没有。

因此，我很难解析这样格式化的Base64数据。因此，无法可靠地解码以下示例。为了简洁起见，我将仅显示部分MIME标头。

Content-Transfer-Encoding: base64

VGhpcyBpcyBzaW1wbGUgQVNDSUkgQmFzZTY0IGZvciBTdGFja092ZXJmbG93IGV4YW1wbGUu

好的，所以解析没有问题，而正是我们期望的结果。在99％的情况下，使用任何代码至少验证缓冲区中的每个字符都是有效的base64字符，都可以正常工作。但是，下一个示例将一把扳手扔进了锅里。

Content-Transfer-Encoding: base64

http://www.stackoverflow.com
VGhpcyBpcyBzaW1wbGUgQVNDSUkgQmFzZTY0IGZvciBTdGFja092ZXJmbG93IGV4YW1wbGUu

这是Base64编码的一种版本，在一些病毒和其他东西中，我已经看到它们试图利用某些邮件阅读器，他们希望不惜一切代价来解析mime，而不是严格按照书本或RFC进行解析。如果可以的话。

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]86DB69FFFC30C2CB5A724A2F7AB7E5A307289951A1A5CC81A5CC81CDA5B5C1B19481054D0D
2524810985CD94D8D08199BDC8814DD1858DAD3DD995C999B1BDDC8195E1B585C1B194B8

任何人都有同时解决两个问题的好方法吗？我不确定是否有可能，除了对数据应用了不同的规则进行两次转换并比较结果之外。但是，如果您采用这种方法，那么您信任哪个输出？看来ASCII启发式技术是最好的解决方案，但实际上，该代码涉及的病毒扫描程序又要复杂多少呢？代码，执行时间和复杂性又会增加多少呢？您将如何训练启发式引擎来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，我决定发布一个简单的RegEx，该正则表达式已经在C＃应用程序中使用了3年，涉及数十万笔交易。老实说，我最喜欢Gumbo给出的答案，这就是为什么我选择它作为选定答案。但是对于使用C＃并寻找一种至少能检测出一个字符串或byte []是否包含有效Base64数据的快速方法的人，我发现以下内容对我来说非常有效。

[^-A-Za-z0-9+/=]|=[^=]|={3,}$

是的，这仅适用于STRING的Base64数据，而不是格式正确的RFC1341消息。因此，如果您要处理此类数据，请在尝试使用上述RegEx之前将其考虑在内。如果您出于其他目的（URL，文件名，XML编码等）使用Base16，Base32，Radix或什至Base64，那么强烈建议您阅读Gumbo在其回答中提到的RFC4648，因为您需要保持良好状态在尝试使用此问题/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。

从RFC 4648中：

数据的基本编码在许多情况下用于在可能出于遗留原因而仅限于US-ASCII数据的环境中存储或传输数据。

因此，是否应该将编码数据视为危险取决于编码数据的使用目的。

但是，如果您只想寻找一个正则表达式来匹配Base64编码的单词，则可以使用以下代码：

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

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

这个很好，但是会匹配一个空字符串

这个不匹配空字符串：

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

有效的Base64中不会显示“ ： ”或“ 。 ”，因此我认为您可以毫不含糊地删除该http://www.stackoverflow.com行。在Perl中，例如

my $sanitized_str = join q{}, grep {!/[^A-Za-z0-9+\/=]/} split /\n/, $str;

say decode_base64($sanitized_str);

可能就是您想要的。它产生

这是用于StackOverflow示例的简单ASCII Base64。

到目前为止，我能找到的最好的正则表达式在这里 https://www.npmjs.com/package/base64-regex

当前版本中的内容如下：

module.exports = function (opts) {
  opts = opts || {};
  var regex = '(?:[A-Za-z0-9+\/]{4}\\n?)*(?:[A-Za-z0-9+\/]{2}==|[A-Za-z0-9+\/]{3}=)';

  return opts.exact ? new RegExp('(?:^' + regex + '$)') :
                    new RegExp('(?:^|\\s)' + regex, 'g');
};

要验证base64映像，我们可以使用此正则表达式

/ ^ data：image /（?: gif | png | jpeg | bmp | webp）（？：; charset = utf-8）?; base64，（？：[A-Za-z0-9] | [+ /] ）+ = {0,2}

  private validBase64Image(base64Image: string): boolean {
    const regex = /^data:image\/(?:gif|png|jpeg|bmp|webp)(?:;charset=utf-8)?;base64,(?:[A-Za-z0-9]|[+/])+={0,2}/;
    return base64Image && regex.test(base64Image);
  }