Como funciona a codificação Base64

A codificação Base64 é um processo de conversão de dados binários em um formato de string ASCII, convertendo esses dados binários em uma representação de caracteres de 6 bits. O método de codificação Base64 é usado quando dados binários, como imagens ou vídeo, são transmitidos por sistemas projetados para transmitir dados em formato de texto simples (ASCII).

Por que a codificação Base64 é usada?

A necessidade de codificação Base64 vem dos problemas que ocorrem quando a mídia é transmitida em formato binário bruto para sistemas baseados em texto.

Já que sistemas baseados em texto (como o email) interpretar dados binários como uma ampla gama de caracteres, incluindo caracteres de comando especiais, muitos dos dados binários que é transmitido para a mídia de transferência é mal interpretado por esses sistemas e perdido ou corrompido na transmissão processo.

Um método de codificação deste tipo de dados binários de uma forma que evita tais problemas de transmissão é enviá-los como texto ASCII simples no formato codificado em Base64. Esta é uma das técnicas empregadas pelo padrão MIME para enviar dados diferentes de texto simples.

Lógica de codificação Base64

A codificação Base64 divide os dados binários em segmentos de 6 bits de 3 bytes completos e os representa como caracteres imprimíveis no padrão ASCII. Ele faz isso essencialmente em duas etapas.

A primeira etapa é dividir a string binária em blocos de 6 bits. Base64 usa apenas 6 bits (correspondendo a 2 ^ 6 = 64 caracteres) para garantir que os dados codificados sejam impressos e legíveis por humanos. Nenhum dos caracteres especiais disponíveis em ASCII é usado.

Os 64 caracteres (daí o nome Base64) são 10 dígitos, 26 caracteres minúsculos, 26 caracteres maiúsculos, bem como o sinal de mais (+) e a barra (/). Há também um 65º personagem conhecido como um almofada, que é o sinal de igual (=). Este caractere é usado quando o último segmento de dados binários não contém 6 bits completos.

Exemplo de codificação Base64

Por exemplo, pegue três números ASCII 155, 162 e 233. Esses três números constituem um fluxo binário de 100110111010001011101001. Um arquivo binário, como uma imagem, contém um fluxo binário rodando por dezenas ou centenas de milhares de zeros e uns.

Um codificador Base64 começa dividindo o fluxo binário em agrupamentos de seis caracteres: 100110 111010 001011 101001. Cada um desses agrupamentos se traduz nos números 38, 58, 11 e 41.

Um fluxo binário de seis caracteres converte entre caracteres binários (ou base 2) em decimais (base 10) ao elevar ao quadrado cada valor representado por 1 na seqüência binária com seu quadrado posicional. Começando da direita e indo para a esquerda e começando com zero, os valores no fluxo binário representam 2 ^ 0, depois 2 ^ 1, 2 ^ 2, 2 ^ 3, 2 ^ 4 e 2 ^ 5.

Esta é outra maneira de ver isso. Começando da esquerda, cada posição vale 1, 2, 4, 8, 16 e 32. Se o número binário tiver 1 no slot, você adiciona esse valor; se tiver um 0 no slot, você não tem. A string binária 100110 é convertida no número decimal 38: 0 * 2 ^ 01 + 1 * 2 ^ 1 + 1 * 2 ^ 2 + 0 * 2 ^ 3 + 0 * 2 ^ 4 + 1 * 2 ^ 5 = 0 + 2 + 4 + 0 + 0 + 32.

A codificação Base64 pega essa string binária e a divide nos valores de 6 bits 38, 58, 11 e 41.

Finalmente, esses números são convertidos em caracteres ASCII usando a tabela de codificação Base64. Os valores de 6 bits deste exemplo são convertidos para a sequência ASCII m6Lp.

Usando a tabela de conversão Base64:

• 38 é m
• 58 é 6
• 11 é L
• 41 é p

Este processo de duas etapas é aplicado a toda a string binária que está codificada.

Para garantir que os dados codificados possam ser impressos corretamente e não excedam o limite de comprimento de linha do servidor de e-mail, caracteres de nova linha são inseridos para manter os comprimentos de linha abaixo de 76 caracteres. Os caracteres de nova linha são codificados como todos os outros dados.

Tabela de codificação Base64

A tabela a seguir traduz todos os 64 caracteres usados ​​na codificação Base64.

Tabela de codificação Base64
Valor	Caracteres	Valor	Caracteres	Valor	Caracteres	Valor	Caracteres
0	UMA	16	Q	32	g	48	C
1	B	17	R	33	h	49	x
2	C	18	S	34	eu	50	y
3	D	19	T	35	j	51	z
4	E	20	você	36	k	52	0
5	F	21	V	37	eu	53	1
6	G	22	C	38	m	54	2
7	H	23	X	39	n	55	3
8	eu	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	uma	42	q	58	6
11	eu	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	você	62	+
15	P	31	f	47	v	63	/

Resolvendo o Endgame

No final do processo de codificação, pode haver um problema. Se o tamanho dos dados originais em bytes for um múltiplo de três, tudo funcionará bem. Se não estiver, pode haver bytes vazios. Para uma codificação adequada, são necessários exatamente 3 bytes de dados binários.

A solução é acrescentar bytes suficientes com um valor de 0 para criar um grupo de 3 bytes. Dois desses valores são acrescentados se os dados precisarem de um byte extra de dados, um é acrescentado para dois bytes extras.

Obviamente, esses '0's finais artificiais não podem ser codificados usando a tabela de codificação abaixo. Eles devem ser representados por um 65º personagem. O caractere de preenchimento Base64 é o sinal de igual (=) e é colocado no final dos dados codificados.