Quattro modi di scrivere byte come testo

Base16 (hex), Base32, Base64 e la codifica percentuale risolvono tutte un problema: rappresentare dati usando caratteri che un canale solo testo trasporterà in sicurezza. Differiscono su due assi che si bilanciano a vicenda, la dimensione dell'alfabeto e il sovraccarico di dimensione. Un alfabeto più grande impacchetta più bit per carattere, quindi l'output è più corto; un alfabeto più piccolo o più restrittivo è più facile da leggere o più sicuro in un dato contesto, ma l'output è più lungo. Le prime tre sono definite insieme nella RFC 4648; la codifica percentuale viene dalla RFC 3986 e funziona diversamente dalle altre.

Il sovraccarico di dimensione a colpo d'occhio

Per input binario grezzo, l'espansione delle tre codifiche della RFC 4648 è fissa e prevedibile:

codifica       bit/car    rapporto           sovraccarico
Base16         4          2 car / byte       +100%
Base32         5          8 car / 5 byte     +60%
Base64         6          4 car / 3 byte     +33%

Base64 è la più compatta, Base16 la meno. La codifica percentuale è quella anomala: non è affatto un rapporto fisso. Lascia in pace i caratteri non riservati ed espande solo il resto a tre caratteri ciascuno, quindi il suo sovraccarico dipende interamente dal contenuto. Per testo fatto perlopiù di lettere e cifre è quasi gratis; per binario grezzo, dove quasi ogni byte deve subire l'escape, schizza fino a circa +200%, peggio di tutte le altre.

Alfabeto e leggibilità

  • Base16 / hex usa 0-9 e A-F. Un byte è sempre due caratteri, quindi i confini di byte sono perfettamente chiari. È la più facile da leggere e confrontare a occhio, ecco perché gli hash, le chiavi e i dump esadecimali la usano.
  • Base32 usa A-Z e 2-7, insensibile alle maiuscole, con i caratteri confondibili 0, 1 e 8 rimossi. È fatta per valori che una persona digiterà, detterà o memorizzerà senza distinguere le maiuscole, come i segreti e gli indirizzi onion.
  • Base64 usa A-Z, a-z, 0-9, + e /, sensibile alle maiuscole. È la più densa delle tre, ma + e / non sono sicuri negli URL e nei nomi di file, che è ciò che la variante sicura per URL corregge.
  • La codifica percentuale mantiene leggibile il testo leggibile ed effettua l'escape solo di ciò che un URL non può trasportare letteralmente. È uno schema di escape anziché una ricodifica completa.

Quale scegliere

La scelta segue il canale e il pubblico. Se una persona deve leggere, digitare o confrontare il valore, preferisci l'hex (per ispezionare byte) o Base32 (per digitare o dettare). Se una macchina deve spostare byte arbitrari attraverso un canale di testo e la dimensione conta, usa Base64, o Base64URL quando il valore viaggia dentro un URL, un nome di file o un token. Se stai mettendo testo in un URL e solo pochi caratteri non sono sicuri, codificalo in percentuale invece di ricodificare tutto.

Una regola rapida: Base64 per la compattezza, Base32 per digitare, l'hex per leggere, la codifica percentuale per gli URL.

Provale

Lo strumento di codec esegue tutte e quattro. Incolla qualsiasi testo, cambia la codifica, e confronta l'output affiancato, con decodifica per ciascuna, interamente nel tuo browser.