Kod dan nyahkod Base64

Base64 Encode dan Decode menukarkan bait arbitrari kepada rentetan ASCII menggunakan abjad RFC 4648 dan membalikkan rentetan itu kembali kepada bait asal. Mod teks menerima pengekodan aksara seperti UTF-8; mod fail membaca muat naik melalui FileReader penyemak imbas dan boleh mengeluarkan URI data: untuk dibenamkan. Pengekodan bukan penyulitan. Sesiapa sahaja yang menerima rentetan itu boleh menyahkodnya.

Semua pengekodan dan penyahkodan berjalan dalam penyemak imbas anda. Tiada apa-apa yang anda tampal dihantar ke pelayan.

Kod teks atau fail ke Base64

Pengekodan mengambil bait mentah dan menulis rentetan A hingga Z, a hingga z, 0 hingga 9, tambah, slash dan padding =. Tampal teks atau pilih fail, pilih pengekodan aksara apabila sumbernya adalah teks, dan baca output.

Mod fail sesuai dengan imej dan dokumen kecil yang mesti bergerak dalam JSON, XML atau e-mel tanpa saluran binari.

Outputnya selamat untuk diangkut melalui sistem yang merosakkan binari sewenang-wenangnya, seperti gerbang mel lama atau salin-tampal ke dalam XML. Ia lebih panjang daripada input mengikut reka bentuk. Input kosong yang tidak sah tidak menghasilkan rentetan; alat menunggu bait sebelum mengeluarkan aksara.

Nyahkod rentetan Base64 kembali kepada data

Penyahkodan membalikkan carian abjad, membina semula aliran bit asal dan mengembalikan teks atau fail yang boleh dimuat turun. Mengalas aksara = pada penghujungnya adalah penting: ia menandakan bilangan bait yang berada dalam kumpulan terakhir yang tidak lengkap. Aksara di luar abjad menyebabkan ralat yang jelas dan bukannya penyahkod separa senyap.

Ruang putih sering diabaikan jadi rentetan yang disalin daripada sijil PEM atau badan MIME masih berfungsi. Rentetan yang kelihatan seperti Base64 tetapi menggunakan abjad selamat URL memerlukan mod penyahkod selamat URL, atau tanda sempang dan garis bawah akan ditolak sebagai tidak sah dalam abjad standard.

Fahami cara pengekodan Base64 berfungsi

Base64 memproses input dalam blok tiga bait (24 bit). 24 bit tersebut dibahagikan kepada empat kumpulan 6 bit. Setiap nilai 6-bit ialah indeks dari 0 hingga 63 ke dalam abjad 64 aksara. Oleh itu, tiga bait input menjadi empat aksara keluaran.

Bytes:  [ byte1 ][ byte2 ][ byte3 ]
Bits:   aaaaaaaa bbbbbbbb cccccccc
Groups: aaaaaa aabbbb bbbbcc cccccc
Chars:  Char1  Char2  Char3  Char4

Apabila kurang daripada tiga bait kekal, pengekod masih mengeluarkan empat aksara tetapi menambah padding supaya penyahkod mengetahui panjang asal. Pengumpulan semula bit ialah keseluruhan algoritma; tiada checksum dan tiada kunci.

Mengekod perkataan Anjing langkah demi langkah

Perkataan Dog ialah tiga bait ASCII, jadi ia mengisi satu kumpulan Base64 dan mengekod tanpa aksara padding. Output lekapan ialah RG9n. Menjalankan bait ke bit, mengumpul semula ke dalam indeks 6-bit dan membaca abjad RFC 4648 menunjukkan sebab empat aksara tersebut muncul dan cara mana-mana blok tiga bait mengikut laluan yang sama.

1. Tulis bait. D = 0x44 = 01000100 o = 0x6F = 01101111 g = 0x67 = 01100111

2. Menggabungkan 24 bit. 01000100 01101111 01100111

3. Bahagikan kepada kumpulan 6-bit. 010001 000110 111101 100111

4. Tukarkan setiap kumpulan kepada indeks perpuluhan. 17, 6, 61, 39

5. Cari abjad. Indeks 17 = R, 6 = G, 61 = 9, 39 = n

Keputusan: RG9n. Penyahkodan RG9n mengembalikan tiga bait asal dan teks Dog di bawah UTF-8 atau ASCII.

Fahami padding dengan tanda sama

Padding muncul apabila kiraan bait bukan gandaan tiga. Satu bait yang tinggal menghasilkan dua aksara abjad dan dua tanda =. Dua bait sisa menghasilkan tiga aksara dan satu =. Lekapan Do → RG8= dan Dogs → RG9ncw== menunjukkan kedua-dua baki bekas di sebelah perkataan tiga bait Dog yang tidak berlapik.

Input	Bytes	Encoded	Padding
Dog	3	RG9n	none
Do	2	RG8=	one =
Dogs	4	RG9ncw==	two =

Laku ialah dua bait: 01000100 01101111. Selepas pengumpulan 6-bit, terdapat hanya bit yang mencukupi untuk tiga aksara yang bermakna (RG8), dan satu padding = mengisi slot keempat. Anjing ialah empat bait: pengekodan kumpulan tiga bait penuh sebagai RG9n, kemudian pengekodan baki satu bait sebagai cw==. Mengeluarkan padding dengan tangan tanpa melaraskan pemecahan panjang bit penyahkodan; biarkan aksara = di tempatnya apabila menampal.

Baca abjad Base64

RFC 4648 mentakrifkan 64 aksara ditambah tanda padding =. Indeks 0 hingga 25 ialah A hingga Z, 26 hingga 51 ialah a hingga z, 52 hingga 61 ialah 0 hingga 9, indeks 62 ialah + dan indeks 63 ialah /.

Indeks 0 ialah A, bukan 0, yang menghalang sesiapa sahaja yang menjangkakan digit untuk mendahului abjad.

Index range	Aksara
0 to 25	A to Z
26 to 51	a to z
52 to 61	0 to 9
62	+
63	/
padding	=

Panel abjad kalkulator menyenaraikan jadual yang sama yang digunakan oleh pengekod, jadi aksara yang mencurigakan boleh disemak terhadap set standard. Rentetan penuh ialah ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/.

Gunakan varian Base64 yang selamat untuk URL

Abjad selamat URL (base64url) menggantikan + dengan - dan / dengan _. Padding mungkin ditinggalkan dalam beberapa protokol. Token Web JSON menggunakan varian ini supaya segmen token boleh berada dalam URL dan pengepala HTTP tanpa pengekodan peratus aksara tambah dan slash.

Rentetan standard dan selamat URL tidak boleh ditukar ganti. Penyahkodan muatan JWT dengan abjad standard gagal pada tanda sempang. Alat ini menawarkan mod selamat URL yang jelas untuk pengekodan dan penyahkod. Peratusan pengekodan URL ialah masalah yang berbeza; gunakan halaman Pengekodan dan Nyahkod URL apabila matlamatnya ialah RFC 3986 melarikan diri daripada Base64.

Akaun untuk peningkatan saiz

Setiap tiga bait menjadi empat aksara, jadi panjang yang dikodkan adalah kira-kira 4/3 daripada input, peningkatan 33 peratus sebelum pemisah baris. Padding boleh menambah satu atau dua aksara tambahan pada kumpulan terakhir. URI data dan lampiran e-mel merasakan kos ini dengan cepat: imej 300 KB menjadi kira-kira 400 KB teks.

encoded_length ≈ 4 × ceil(byte_length / 3)

Pembalut baris pada 76 aksara, biasa dalam MIME, menambah bait baris baharu di atas. Lebih suka lampiran binari atau format termampat apabila saiz penting; gunakan Base64 apabila saluran benar-benar tidak boleh membawa bait mentah.

Pilih pengekodan aksara

Base64 mengekod bait, bukan aksara abstrak. Huruf yang sama menghasilkan bait yang berbeza di bawah UTF-8, UTF-16, Shift JIS atau Big5. Penyahkodan kemudian mentafsir dengan set aksara yang salah menghasilkan mojibake walaupun lapisan Base64 sempurna, jadi set aksara mod teks mesti sepadan dengan pengeluar pada pengekodan dan pengguna pada penyahkod.

Charset	Typical use
UTF-8	Default for modern text and APIs
Windows-1252	Legacy Western European text
UTF-16 LE / BE	Some Windows and Java payloads
Shift JIS	Older Japanese text
Big5	Older Traditional Chinese text

Untuk perkataan Dog, ASCII dan UTF-8 menghasilkan tiga bait yang sama, jadi RG9n adalah sama. Teks bukan ASCII menyimpang. Pilih set charset yang sepadan dengan pengeluar sebelum pengekodan, dan set charset yang sama selepas penyahkodan, atau perjalanan pergi balik akan kelihatan seperti pepijat Base64 apabila kesilapan berlaku di hulu.

Soalan lazim

Ringkasan

Base64 Encode dan Decode memetakan bait ke abjad RFC 4648 dalam kumpulan 6-bit dan membalikkan proses secara setempat dalam penyemak imbas. Dog menjadi RG9n, Do menjadi RG8= dan Dogs menjadi RG9ncw==, menggambarkan padding untuk baki satu dan dua bait.

Abjad selamat URL menukar +// untuk -/_, output meningkat kira-kira satu pertiga dan pilihan set aksara menentukan bait mana yang disuakan oleh mod teks ke dalam pengekod. Tiada apa-apa yang ditampal dimuat naik.