Come funziona la codifica Base64

Se Internet è l'autostrada dell'informazione, il percorso per la posta elettronica è una stretta gola. Possono passare solo carrelli molto piccoli.

Il sistema di trasporto dell'e-mail è progettato esclusivamente per testo ASCII semplice. Cercando di inviare testo in altre lingue o file arbitrari è come ottenere un camion attraverso il burrone.

Come il grande camion attraversa la gola?

Allora come si fa a inviare un grosso camion attraverso un piccolo burrone? Devi portarlo a pezzi da un lato, trasportare i pezzi attraverso il burrone e ricostruire il camion dai pezzi all'altro capo.

Lo stesso accade quando si invia un allegato di file via email. In un processo noto come codifica, i dati binari vengono trasformati in testo ASCII, che può essere trasportato via email senza problemi. Alla fine del destinatario, i dati vengono decodificati e il file originale viene ricostruito.

Un metodo per codificare dati arbitrari come testo ASCII semplice è Base64. È una delle tecniche utilizzate dallo standard MIME per inviare dati diversi dal semplice testo.

Base64 to the Rescue

La codifica Base64 richiede tre byte, ciascuno composto da otto bit e li rappresenta come quattro caratteri stampabili nello standard ASCII. Lo fa essenzialmente in due passaggi.

Il primo passo è convertire tre byte in quattro numeri di sei bit. Ogni carattere nello standard ASCII è composto da sette bit. Base64 utilizza solo 6 bit (corrispondenti a 2 ^ 6 = 64 caratteri) per garantire che i dati codificati siano stampabili e leggibili. Non vengono utilizzati i caratteri speciali disponibili in ASCII.

I 64 caratteri (da cui il nome Base64) sono 10 cifre, 26 caratteri minuscoli, 26 caratteri maiuscoli e "+" e "/".

Se ad esempio i tre byte sono 155, 162 e 233, il flusso di bit corrispondente (e spaventoso) è 100110111010001011101001, che a sua volta corrisponde ai valori a 38 bit 38, 58, 11 e 41.

Questi numeri vengono convertiti in caratteri ASCII nel secondo passaggio utilizzando la tabella di codifica Base64. I valori a 6 bit del nostro esempio traducono nella sequenza ASCII "m6Lp".

155 -> 10011011
162 -> 10100010
233 -> 11101001
100110 -> 38
111010 -> 58
001011 -> 11
101001 -> 41
38 -> m
58 -> 6
11 -> L
41 -> p

Questo processo in due passaggi viene applicato all'intera sequenza di byte codificati. Per garantire che i dati codificati possano essere stampati correttamente e non superino il limite di lunghezza della linea del server di posta, vengono inseriti caratteri di nuova riga per mantenere la lunghezza della linea inferiore a 76 caratteri. I caratteri di nuova riga sono codificati come tutti gli altri dati.

Risolvere il Endgame

Alla fine del processo di codifica, potremmo incorrere in un problema. Se la dimensione dei dati originali in byte è un multiplo di tre, tutto funziona correttamente. Se non lo è, potremmo finire con uno o due byte da 8 bit. Per una corretta codifica, tuttavia, abbiamo bisogno esattamente di tre byte.

La soluzione è di aggiungere abbastanza byte con un valore di '0' per creare un gruppo di 3 byte. Due valori di questo tipo vengono aggiunti se abbiamo un byte di dati in più, uno viene aggiunto per due byte aggiuntivi.

Ovviamente, questi "0" di trascinamento artificiale non possono essere codificati utilizzando la tabella di codifica sottostante. Devono essere rappresentati da un 65 ° personaggio.

Il carattere di riempimento di Base64 è '='. Naturalmente, può comparire solo alla fine dei dati codificati.

Base64 Tabella di codifica


Valore	carbonizzare	Valore	carbonizzare	Valore	carbonizzare	Valore	carbonizzare
0	UN	16	Q	32	g	48	w
1	B	17	R	33	h	49	X
2	C	18	S	34	io	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	sol	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	io	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	un	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	/