El problema que resuelve Base64

Las computadoras almacenan todo como bytes, valores arbitrarios de 0 a 255. Sin embargo, muchos sistemas que mueven datos fueron construidos para transportar texto, no bytes arbitrarios: cuerpos de correo, URL, cadenas JSON, encabezados HTTP. Entrégales un byte en bruto que resulte ser un carácter de control o una comilla, y lo corrompen o se rompen. Base64 es la forma estándar de tomar cualquier byte y reescribirlo usando un conjunto pequeño y seguro de caracteres imprimibles que esos canales de solo texto transportan intactos.

Vale la pena ser preciso sobre lo que eso significa: Base64 es una codificación, no cifrado. No oculta nada. Cualquiera puede decodificarlo de vuelta a los bytes originales sin clave y sin esfuerzo. Su único trabajo es sobrevivir al transporte, no guardar un secreto.

Cómo funciona la codificación

El truco es reagrupar bits. Base64 lee la entrada de tres en tres bytes. Tres bytes son 24 bits, y 24 se divide exactamente en cuatro grupos de 6 bits. Cada grupo de 6 bits es un número de 0 a 63, y cada uno de esos 64 valores se asigna a un carácter del alfabeto Base64:

  • A a Z para los valores 0 a 25
  • a a z para los valores 26 a 51
  • 0 a 9 para los valores 52 a 61
  • + y / para los valores 62 y 63

Así, cada tres bytes de entrada se convierten exactamente en cuatro caracteres de salida. Por eso la salida de Base64 es siempre alrededor de un tercio más grande que la entrada: cuatro caracteres transportan lo que hacían tres bytes.

Por qué existe el relleno

La entrada no siempre es un múltiplo exacto de tres bytes. Cuando al último grupo le quedan solo uno o dos bytes, el codificador igualmente emite un bloque completo de cuatro caracteres y rellena el hueco con el carácter =:

  • Un byte sobrante (8 bits) produce dos caracteres significativos, luego ==.
  • Dos bytes sobrantes (16 bits) producen tres caracteres significativos, luego =.

El = no es dato. Es un marcador que indica al decodificador cuántos bytes representa realmente el bloque final, para que pueda descartar el relleno y reconstruir la longitud original exacta. Por eso la longitud de una cadena Base64 es siempre un múltiplo de cuatro.

La variante segura para URL

Dos de los caracteres del alfabeto estándar causan problemas en lugares específicos. + y / ambos tienen significados reservados en las URL (un espacio y un separador de ruta), y / también es ilegal en muchos nombres de archivo. Base64URL (definido en RFC 4648) corrige esto con dos sustituciones y un hábito:

  • + se convierte en -
  • / se convierte en _
  • el relleno = suele eliminarse, ya que la longitud puede inferirse

El resultado es una cadena que encaja limpiamente en una URL, un nombre de archivo o un JSON Web Token sin escape adicional. Por eso exactamente los y los desafíos de usan Base64URL en lugar de la forma clásica: esos valores viven dentro de URL y tokens.

Dónde lo encuentras

Una vez que reconoces el patrón, Base64 está en todas partes: URI data: que incrustan una imagen directamente en una página, los tres segmentos separados por puntos de un JWT, adjuntos de correo , encabezados de autenticación HTTP Basic y certificados en formato . En todos los casos la razón es la misma, los bytes en bruto necesitan atravesar un canal que solo confía en el texto.

Puedes pegar texto o Base64 en la herramienta Base64 para codificarlo o decodificarlo de ambas formas, estándar y segura para URL, enteramente en tu navegador.