Codificação Base64 explicada: o que é e quando usar
Base64 sem mistério: como transforma bytes em texto, por que não é criptografia, base64url em JWTs e URLs, e exemplos de código em JS e Python.
Atualizado
Base64 é uma forma de representar dados binários usando 64 caracteres ASCII imprimíveis: A-Z, a-z, 0-9, + e /, com = para preenchimento. Ele existe para que bytes arbitrários possam trafegar por sistemas projetados para texto, como e-mail, JSON e URLs. Não é criptografia, e qualquer pessoa consegue decodificá-lo na hora.
Como o Base64 funciona
O Base64 pega os bytes de entrada de três em três (24 bits) e os divide em quatro grupos de 6 bits. Cada valor de 6 bits, de 0 a 63, corresponde a um caractere do alfabeto. A string Man são os bytes 77 97 110, que viram TWFu. Se o tamanho da entrada não for múltiplo de três, o grupo final é preenchido com sinais de =: Ma vira TWE= e M vira TQ==.
O custo é o tamanho. Cada 3 bytes viram 4 caracteres, então a saída em Base64 fica cerca de 33% maior que a entrada, além do preenchimento. Uma imagem de 300 KB vira aproximadamente 400 KB de texto.
Por que ele existe
Muitos protocolos foram criados para texto ASCII de 7 bits e engasgam com bytes brutos. O e-mail (MIME) é o caso clássico: os anexos vão em Base64 para sobreviver a servidores de e-mail que corrompem tudo o que está fora dos caracteres imprimíveis. O mesmo problema aparece sempre que um contêiner de texto precisa carregar bytes:
- JSON não tem tipo binário, então as APIs colocam o conteúdo de arquivos em um campo de string como Base64.
- Cabeçalhos HTTP são texto, então o HTTP Basic Auth envia
Authorization: Basic dXNlcjpwYXNz, que é apenasuser:passcodificado. - Data URIs incorporam arquivos diretamente no HTML ou no CSS:
data:image/png;base64,iVBORw0KGgo.... - JWTs carregam o cabeçalho e o payload como segmentos base64url separados por pontos.
- Certificados e chaves no formato PEM são Base64 entre as linhas
-----BEGINe-----END.
Base64 não é segurança
Como o alfabeto e o algoritmo são públicos, a decodificação não exige chave. dXNlcjpwYXNz volta a ser user:pass em uma única chamada. Credenciais de Basic Auth, payloads de JWT e qualquer outra coisa que seja "só Base64" podem ser lidos por quem vir a string. Se você precisa de sigilo, criptografe primeiro e depois aplique Base64 ao texto cifrado, caso ele precise trafegar como texto. Se você precisa confirmar que os dados não foram adulterados, use uma assinatura ou HMAC.
Trate uma string Base64 exatamente como trataria o texto puro que ela contém. Registrá-la em logs, colá-la em um ticket ou fazer commit dela no git expõe os dados originais.
Base64 padrão versus base64url
O Base64 padrão usa + e /, e os dois têm significado especial em URLs. O + vira espaço em query strings e a / é separador de caminho. A variante base64url (RFC 4648, seção 5) troca esses caracteres por - e _ e normalmente dispensa o preenchimento com =. É por isso que um JWT tem a cara de eyJhbGciOiJIUzI1NiJ9, sem preenchimento e sem barras.
Se um decodificador rejeitar um token com "invalid character", verifique qual variante você tem em mãos. A conversão é uma substituição de dois caracteres: - por +, _ por /, e depois recoloque = até o tamanho ser múltiplo de quatro. O codificador e decodificador Base64 lida com strings simples, inclusive Unicode, para você conferir o que um determinado segmento contém.
Codificação nas linguagens mais comuns
- JavaScript (navegador):
btoa("hello")retornaaGVsbG8=eatob()faz o caminho inverso. Elas funcionam apenas com strings Latin-1; para Unicode, codifique primeiro para bytes UTF-8 comTextEncodere depois converta os bytes. - Node.js:
Buffer.from("hello").toString("base64")eBuffer.from(s, "base64").toString(). Passe"base64url"para a variante segura para URLs. - Python:
base64.b64encode(b"hello")retornab'aGVsbG8='; usebase64.urlsafe_b64encodepara a forma segura para URLs. A entrada precisa ser bytes, então chame.encode("utf-8")nas strings. - Shell:
echo -n "hello" | base64para codificar ebase64 -dpara decodificar. O-nfaz diferença; sem ele, você codifica também uma quebra de linha no final.
O ponto do Unicode é o que mais derruba as pessoas. btoa("é") lança um erro no navegador porque é está fora do Latin-1. Codifique primeiro para bytes UTF-8 e o resultado é w6k=.
Incorporando imagens como data URIs
Ícones e logotipos pequenos podem ser embutidos no HTML ou no CSS como data:image/svg+xml;base64,... para economizar uma requisição HTTP. Isso vale a pena para imagens com menos de alguns kilobytes que aparecem em todas as páginas. Para qualquer coisa maior, a penalidade de 33% no tamanho e a perda do cache do navegador fazem de uma URL de imagem normal a melhor escolha. O conversor de imagem para Base64 gera a string bruta, um data URI completo, uma regra CSS de background ou uma tag img em HTML, para você colar o formato de que precisar.
Base64 versus codificação de URL
Eles resolvem problemas diferentes. O Base64 transforma bytes arbitrários em texto seguro. A codificação de URL (percent-encoding) escapa caracteres reservados específicos em um texto que já é texto: um espaço vira %20 e & vira %26. Muitas vezes você precisa dos dois: aplique Base64 a um valor e depois codifique-o para URL se ele for parar em uma query string, porque o Base64 padrão contém +, / e =. O codificador de URL mostra exatamente quais caracteres mudam.
Mais ferramentas de codificação e formatação estão na categoria de desenvolvedor.
Experimente
Cole qualquer string, segmento de token ou valor de cabeçalho Basic Auth no codificador e decodificador Base64. Ele roda inteiramente no seu navegador, lida com Unicode e alterna entre codificar e decodificar com um único botão.