Codificar e descodificar Base64

A Codificação e decodificação Base64 converte bytes arbitrários numa cadeia ASCII usando o alfabeto RFC 4648, e inverte essa cadeia de volta para os bytes originais. O modo texto aceita uma codificação de caracteres como UTF-8; o modo ficheiro lê um upload através do FileReader do navegador e pode emitir um URI data: para incorporação. Codificar não é encriptação. Quem recebe a cadeia pode descodificá-la.

Toda a codificação e descodificação corre no seu navegador. Nada do que cola é enviado para um servidor.

Codificar texto ou um ficheiro para Base64

Codificar toma bytes brutos e escreve uma cadeia de A a Z, a a z, 0 a 9, mais, barra e padding =. Cole texto ou escolha um ficheiro, seleccione codificação de caracteres quando a fonte é texto, e leia a saída.

O modo ficheiro convém a imagens pequenas e documentos que devem viajar dentro de JSON, XML ou email sem um canal binário.

A saída é segura para transporte através de sistemas que corrompem binário arbitrário, como gateways de mail antigos ou copy-paste para XML. É mais longa que a entrada por desenho. Entrada vazia inválida não produz cadeia; a ferramenta espera por bytes antes de emitir caracteres.

Descodificar uma cadeia Base64 de volta para dados

Descodificar inverte a consulta ao alfabeto, reconstrói o fluxo de bits original e devolve texto ou um ficheiro descarregável. Caracteres de padding = no fim são significativos: marcam quantos bytes havia no grupo final incompleto. Caracteres fora do alfabeto causam um erro claro em vez de uma descodificação parcial silenciosa.

Espaço em branco é frequentemente ignorado para cadeias copiadas de certificados PEM ou corpos MIME ainda funcionarem. Uma cadeia que parece Base64 mas usa o alfabeto seguro para URL precisa do modo de descodificação seguro para URL, ou hífen e underscore serão rejeitados como ilegais no alfabeto standard.

Compreender como funciona a codificação Base64

Base64 processa entrada em blocos de três bytes (24 bits). Esses 24 bits dividem-se em quatro grupos de 6 bits. Cada valor de 6 bits é um índice de 0 a 63 no alfabeto de 64 caracteres. Três bytes de entrada tornam-se portanto quatro caracteres de saída.

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

Quando restam menos de três bytes, o codificador ainda emite quatro caracteres mas acrescenta padding para o descodificador saber o comprimento original. O reagrupamento de bits é todo o algoritmo; não há checksum nem chave.

Codificar a palavra Dog passo a passo

A palavra Dog são três bytes ASCII, por isso preenche um grupo Base64 e codifica sem caracteres de padding. A saída fixa é RG9n. Percorrer os bytes para bits, reagrupar em índices de 6 bits, e ler o alfabeto RFC 4648 mostra porque esses quatro caracteres aparecem e como qualquer bloco de três bytes segue o mesmo caminho.

1. Escreva os bytes. D = 0x44 = 01000100 o = 0x6F = 01101111 g = 0x67 = 01100111

2. Concatene 24 bits. 01000100 01101111 01100111

3. Divida em grupos de 6 bits. 010001 000110 111101 100111

4. Converta cada grupo num índice decimal. 17, 6, 61, 39

5. Consulte o alfabeto. Índice 17 = R, 6 = G, 61 = 9, 39 = n

Resultado: RG9n. Descodificar RG9n devolve os três bytes originais e o texto Dog sob UTF-8 ou ASCII.

Compreender padding com o sinal de igual

Padding aparece quando a contagem de bytes não é múltiplo de três. Um byte sobrante produz dois caracteres do alfabeto e dois sinais =. Dois bytes sobrantes produzem três caracteres e um =. Os exemplos fixos Do → RG8= e Dogs → RG9ncw== mostram ambos os casos de resto ao lado da palavra de três bytes sem padding Dog.

Entrada	Bytes	Codificado	Padding
Dog	3	RG9n	nenhum
Do	2	RG8=	um =
Dogs	4	RG9ncw==	dois =

Do são dois bytes: 01000100 01101111. Depois do agrupamento de 6 bits só há bits suficientes para três caracteres significativos (RG8), e um padding = preenche a quarta posição. Dogs são quatro bytes: um grupo completo de três bytes codificando como RG9n, depois um resto de um byte codificando como cw==. Remover padding à mão sem ajustar o comprimento de bits quebra a descodificação; deixe os caracteres = no sítio ao colar.

Ler o alfabeto Base64

A RFC 4648 define 64 caracteres mais a marca de padding =. Índices 0 a 25 são A a Z, 26 a 51 são a a z, 52 a 61 são 0 a 9, índice 62 é +, e índice 63 é /.

O índice 0 é A, não 0, o que engana quem espera que dígitos liderem o alfabeto.

Intervalo de índice	Caracteres
0 a 25	A a Z
26 a 51	a a z
52 a 61	0 a 9
62	+
63	/
padding	=

O painel de alfabeto da calculadora lista a mesma tabela que o codificador usa, para um carácter suspeito poder ser verificado contra o conjunto standard. A cadeia completa é ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/.

Usar a variante Base64 segura para URL

O alfabeto seguro para URL (base64url) substitui + por - e / por _. Padding pode ser omitido em alguns protocolos. JSON Web Tokens usam esta variante para segmentos de token poderem ficar em URLs e cabeçalhos HTTP sem percent-encoding dos caracteres mais e barra.

Cadeias standard e seguras para URL não são intercambiáveis. Descodificar um payload JWT com o alfabeto standard falha em hífens. A ferramenta oferece um modo explícito seguro para URL tanto para codificar como descodificar. Percent-encoding de URL é um problema diferente; use a página Codificar e descodificar URL quando o objectivo for escape RFC 3986 em vez de Base64.

Contabilizar o aumento de tamanho

Cada três bytes tornam-se quatro caracteres, por isso o comprimento codificado é cerca de 4/3 da entrada, um aumento de 33 por cento antes de quebras de linha. Padding pode acrescentar um ou dois caracteres extra no grupo final. URIs de dados e anexos de email sentem este custo depressa: uma imagem de 300 KB torna-se cerca de 400 KB de texto.

encoded_length ≈ 4 × ceil(byte_length / 3)

Quebra de linha a 76 caracteres, comum em MIME, acrescenta bytes de newline por cima. Prefira anexos binários ou formatos comprimidos quando o tamanho importa; use Base64 quando o canal genuinamente não pode transportar bytes brutos.

Escolher uma codificação de caracteres

Base64 codifica bytes, não caracteres abstractos. As mesmas letras produzem bytes diferentes sob UTF-8, UTF-16, Shift JIS ou Big5. Descodificar e depois interpretar com o charset errado produz mojibake mesmo quando a camada Base64 estava perfeita, por isso o charset do modo texto deve corresponder ao produtor na codificação e ao consumidor na descodificação.

Charset	Uso típico
UTF-8	Predefinição para texto moderno e APIs
Windows-1252	Texto europeu ocidental legado
UTF-16 LE / BE	Alguns payloads Windows e Java
Shift JIS	Texto japonês antigo
Big5	Texto chinês tradicional antigo

Para a palavra Dog, ASCII e UTF-8 produzem os mesmos três bytes, por isso RG9n é idêntico. Texto não ASCII diverge. Escolha o charset que corresponde ao produtor antes de codificar, e o mesmo charset depois de descodificar, ou a ida e volta parecerá um bug Base64 quando o erro está a montante.

Perguntas frequentes

Resumo

A Codificação e decodificação Base64 mapeia bytes para o alfabeto RFC 4648 em grupos de 6 bits e inverte o processo localmente no navegador. Dog torna-se RG9n, Do torna-se RG8=, e Dogs torna-se RG9ncw==, ilustrando padding para restos de um e dois bytes.

O alfabeto seguro para URL troca +// por -/_, a saída cresce cerca de um terço, e a escolha de charset decide que bytes o modo texto alimenta ao codificador. Nada colado é carregado.