[文字コード] Base64

Base64

データを64種類の英数字を用い, それ以外の文字を扱うことのできない環境にてマルチバイト文字やバイナリデータを扱うためのエンコーディング方式である.

RFC 2045の6.8項で定義されている.

使用できる文字は, A - Z, a - z, 0 - 9, +, /の64文字とパディング用の記号=の計65文字である.

MIMEによって規定されており, ７ビットのデータしか扱うことのできない電子メールにて広く利用されている.

Base64で変換されたデータは元データの4/3(約133%)となる.

また, MIMEでは76文字毎に改行コードが入る仕様のため, この２バイト分を含めると元データの約137%となる.

生まれた経緯

現在では拡張機能により８bit以上のマルチバイト文字やバイナリデータも送ることが可能だが, かつてはASCII文字で表現できる文字しか送ることができなかった.

そこで, メール上で様々なフォーマットを扱えるようにするMIME(Multipurpose Internet Mail Extensions)という規格が規定され, その中でBase64というエンコーディング方式が定義された.

今日では, JSONで特殊文字を含まないように画像データをエンコードしたり, Webページを表示する際にリクエスト数を減らすためにBase64でエンコードした画像をHTMLに埋め込むなどの用途で用いられている.

変換表

数値と文字の対応を以下に示す.

10進数	２進数	文字	10進数	２進数	文字	10進数	２進数	文字	10進数	２進数	文字
0	000000	A	16	010000	Q	32	100000	g	48	110000	w
1	000001	B	17	010001	R	33	100001	h	49	110001	x
2	000010	C	18	010010	S	34	100010	i	50	110010	y
3	000011	D	19	010011	T	35	100011	j	51	110011	z
4	000100	E	20	010100	U	36	100100	k	52	110100	0
5	000101	F	21	010101	V	37	100101	l	53	110101	1
6	000110	G	22	010110	W	38	100110	m	54	110110	2
7	000111	H	23	010111	X	39	100111	n	55	110111	3
8	001000	I	24	011000	Y	40	101000	o	56	111000	4
9	001001	J	25	011001	Z	41	101001	p	57	111001	5
10	001010	K	26	011010	a	42	101010	q	58	111010	6
11	001011	L	27	011011	b	43	101011	r	59	111011	7
12	001100	M	28	011100	c	44	101100	s	60	111100	8
13	001101	N	29	011101	d	45	101101	t	61	111101	9
14	001110	O	30	011110	e	46	101110	u	62	111110	+
15	001111	P	31	011111	f	47	101111	v	63	111111	/

変換アルゴリズム

文字列ABCDEFGを例にエンコードを行う.

１. ２進数に変換

元データ	16進数表現	２進数表現
A	0041	01000001
B	0042	01000010
C	0043	01000011
D	0044	01000100
E	+0045	01000101
F	0046	01000110
G	0047	01000111

２. ６bitずつに分割

010000 010100 001001 000011 010001 000100 010101 000110 010001 11

３. ゼロパディング

最後の２bitが余っているので, 0でパディングする.

010000 010100 001001 000011 010001 000100 010101 000110 010001 110000

４. 文字に変換

変換表を参考に４文字ずつ変換する.

QUJD REVG Rw

５. パディング

２文字余っているので, =でパディングする.

QUJD REVG Rw==

６. 繋げる

QUJDREVGRw==

Python3による実装

変換表(JSON形式)

{
    "000000": "A",
    "000001": "B",
    "000010": "C",
    "000011": "D",
    "000100": "E",
    "000101": "F",
    "000110": "G",
    "000111": "H",
    "001000": "I",
    "001001": "J",
    "001010": "K",
    "001011": "L",
    "001100": "M",
    "001101": "N",
    "001110": "O",
    "001111": "P",
    "010000": "Q",
    "010001": "R",
    "010010": "S",
    "010011": "T",
    "010100": "U",
    "010101": "V",
    "010110": "W",
    "010111": "X",
    "011000": "Y",
    "011001": "Z",
    "011010": "a",
    "011011": "b",
    "011100": "c",
    "011101": "d",
    "011110": "e",
    "011111": "f",
    "100000": "g",
    "100001": "h",
    "100010": "i",
    "100011": "j",
    "100100": "k",
    "100101": "l",
    "100110": "m",
    "100111": "n",
    "101000": "o",
    "101001": "p",
    "101010": "q",
    "101011": "r",
    "101100": "s",
    "101101": "t",
    "101110": "u",
    "101111": "v",
    "110000": "w",
    "110001": "x",
    "110010": "y",
    "110011": "z",
    "110100": "0",
    "110101": "1",
    "110110": "2",
    "110111": "3",
    "111000": "4",
    "111001": "5",
    "111010": "6",
    "111011": "7",
    "111100": "8",
    "111101": "9",
    "111110": "+",
    "111111": "/"
}

Base64(Python3)

#!/usr/bin/env python

import sys
import json

# ２進数に変換
def str_to_bin(str):
    bin = ''
    for char in str:
        bin += format(ord(char), 'b').zfill(8)
    return bin

# ６bitずつに分割
def split(bin, split_cnt):
    split_bin = [bin[i: i + split_cnt] for i in range(0, len(bin), split_cnt)]
    return split_bin

# ゼロパディング
def zero_padding(split_bin, padding_interval):
    for i in range(padding_interval - 1):
        if len(split_bin) >= padding_interval:
            break
        split_bin += '0'
    return split_bin

# '='でパディング
def equal_padding(base64, padding_interval):
    padding_num = len(base64) % padding_interval
    for i in range(padding_num):
        base64 += '='
    return base64

def main():
    # コマンドライン引数を受け取る
    argvs = sys.argv
    argc = len(argvs)

    # 引数が１つでなければ処理を行わず終了
    if argc != 2:
        print('usage: python %s STRING' %argvs[0])
        sys.exit()

    # ２進数に変換
    bin = str_to_bin(argvs[1])

    # ６bitずつに分割
    split_cnt = 6
    split_bin = split(bin, split_cnt)

    # ゼロパディング
    split_bin[-1] = zero_padding(split_bin[-1], 6)

    # 変換表の読み込み
    base64_table = json.loads(open('base64_table.json', 'r').read())

    # 文字に変換
    base64 = ''
    for i in split_bin:
        base64 += base64_table[i]

    # '='でパディング
    base64 = equal_padding(base64, 4)

    # 出力
    print(base64)

if __name__ == '__main__':
    main()

実行

$ python base64.py ABCDEFG

実行結果

QUJDREVGRw==