A codificação Base64 é um processo de conversão de dados binários para 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.
Como os sistemas baseados em texto (como e-mail) interpretam os dados binários como uma ampla variedade de caracteres, incluindo caracteres de comando especiais, muitos dos dados binários que são transmitidos para a mídia de transferência são mal interpretados por esses sistemas e perdidos ou corrompidos em o processo de transmissão.
Um método de codificar este tipo de dados binários de forma a evitar 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 que não sejam texto simples.
Muitas linguagens de programação, como PHP e Javascript, incluem funções de codificação e decodificação Base64 para interpretar dados transmitidos usando a codificação Base64.
Lógica de Codificação Base64
A codificação Base64 quebra os dados binários em segmentos de 6 bits de 3 bytes completos e os representa como caracteres imprimíveis no padrão ASCII. Ele faz isso basicamente em duas etapas.
O primeiro passo 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 imprimíveis e legíveis. Nenhum dos caracteres especiais disponíveis em ASCII são usados.
Os 64 caracteres (daí o nome Base64) são 10 dígitos, 26 caracteres minúsculos, 26 caracteres maiúsculos, bem como o sinal de adição (+) e a barra (/). Há também um 65º caractere conhecido como pad, 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 executado por dezenas ou centenas de milhares de zeros e uns.
Um codificador Base64 começa dividindo o fluxo binário em grupos 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 caracteres decimais (base 10) elevando ao quadrado cada valor representado por um 1 na sequência binária com seu quadrado posicional. Começando da direita e movendo para a esquerda e começando com zero, os valores no fluxo binário representam 2^0, depois 2^1, depois 2^2, depois 2^3, depois 2^4, depois 2^5.
Aqui está outra maneira de ver isso. Começando da esquerda, cada posição vale 1, 2, 4, 8, 16 e 32. Se o número binário tiver um 1 no slot, você adiciona esse valor; se tiver um 0 no slot, você não tem. A string binária 100110 converte para o número decimal 38: 02^01 + 12^1 + 12^2 + 02^3 + 02^4 + 12^5=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 traduzem 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 codificada.
Para garantir que os dados codificados possam ser impressos corretamente e não excedam o limite de comprimento de linha de nenhum 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.
Todo o propósito da codificação Base64, desde adicionar preenchimento para preservar segmentos binários de 3 bytes até converter binário em texto usando a tabela Base64, é preservar a integridade das informações binárias transmitidas.
Tabela de Codificação Base64
A tabela a seguir traduz todos os 64 caracteres usados na codificação Base64.
| Tabela de Codificação Base64 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Valor | Char | Valor | Char | Valor | Char | Valor | Char | |||
| 0 | A | 16 | Q | 32 | g | 48 | w | |||
| 1 | B | 17 | R | 33 | h | 49 | x | |||
| 2 | C | 18 | S | 34 | i | 50 | y | |||
| 3 | D | 19 | T | 35 | j | 51 | z | |||
| 4 | E | 20 | U | 36 | k | 52 | 0 | |||
| 5 | F | 21 | V | 37 | l | 53 | 1 | |||
| 6 | G | 22 | W | 38 | m | 54 | 2 | |||
| 7 | H | 23 | X | 39 | 55 | 3 | ||||
| 8 | I | 24 | Y | 40 | o | 56 | 4 | |||
| 9 | J | 25 | Z | 41 | p | 57 | 5 | |||
| 10 | K | 26 | a | 42 | q | 58 | 6 | |||
| 11 | L | 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 | u | 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 funciona bem. Se não for, pode haver bytes vazios. Para uma codificação adequada, são necessários exatamente 3 bytes de dados binários.
A solução é anexar bytes suficientes com um valor de 0 para criar um grupo de 3 bytes. Dois desses valores são anexados se os dados precisarem de um byte extra de dados, um é anexado para dois bytes extras.
Claro, esses '0's à direita artificiais não podem ser codificados usando a tabela de codificação abaixo. Eles devem ser representados por um 65º caractere. O caractere de preenchimento Base64 é o sinal de igual (=) e é colocado no final dos dados codificados.
