Cos'è la Codifica Base64?

Base64 è uno schema di codifica da binario a testo. Rappresenta qualsiasi sequenza di byte — un PDF, un'immagine, un font, una chiave di crittografia — usando solo 64 caratteri ASCII stampabili: le lettere dalla A alla Z e dalla a alla z, le cifre da 0 a 9, e due simboli extra, di solito + e /.

Poiché l'output usa solo caratteri comuni e stampabili, può passare in sicurezza attraverso sistemi pensati per il testo, non per dati binari qualsiasi.

Molti dei protocolli e formati su cui si basa il web — i vecchi standard email, JSON, XML e gli URL — sono stati progettati intorno al testo, non ai byte grezzi. Alcuni di questi canali rimuovono, alterano o rifiutano del tutto certi valori di byte.

Base64 evita il problema riesprimendo prima il contenuto binario come testo. È la stessa idea dietro la conversione di un PDF in Base64: i byte del file diventano una stringa che qualsiasi campo di testo può contenere.

Base64 non è crittografia né compressione. Non nasconde né protegge i dati — chiunque può decodificarlo all'istante — e l'output codificato è sempre più grande dell'input, mai più piccolo.

Non è nemmeno un formato di file. Non sa se i byte che rappresenta sono un PDF, un JPEG o altro; quell'informazione deve viaggiare a parte, di solito in un campo separato o come parte di un data URI.

Un PDF è solo una sequenza di byte come qualsiasi altro file, quindi si codifica allo stesso modo di un'immagine o di un font. Per la meccanica della conversione, vedi come funziona la codifica Base64, e per una guida completa vedi la guida PDF in Base64.

Base64 elabora il file originale 3 byte — 24 bit — alla volta. Ogni gruppo di 24 bit viene diviso in quattro blocchi di 6 bit, e ogni blocco di 6 bit (un numero da 0 a 63) viene cercato in un alfabeto fisso per produrre un carattere di output. Entrano tre byte, escono quattro caratteri.

Per questo ogni stringa Base64 è costruita con gli stessi 64 simboli, indipendentemente dal tipo di file — un PDF, un'immagine, un font — che è entrato. Vedi cos'è la codifica Base64 per il quadro generale.

I 64 valori possibili a 6 bit corrispondono a: le lettere maiuscole A–Z (valori 0–25), le lettere minuscole a–z (valori 26–51), le cifre 0–9 (valori 52–61) e infine + e / (valori 62 e 63). Alcune varianti sostituiscono gli ultimi due simboli — il Base64 sicuro per URL usa - e _ al loro posto, in modo che la stringa possa stare in sicurezza dentro un URL.

Un gruppo di 24 bit si forma in modo netto solo quando la lunghezza dell'input è un multiplo di 3 byte. Quando all'ultimo gruppo di un file rimangono solo 1 o 2 byte, Base64 riempie i bit mancanti con zeri e aggiunge uno o due caratteri = alla fine dell'output, così i decoder sanno esattamente quanti degli ultimi bit erano dati reali.

Il padding non porta nessuna informazione dal file — segna solo dove finisce il contenuto reale, in modo che un decoder sappia dove fermarsi.

Codificare le due lettere "Hi" produce la stringa "SGk=". I byte di H e i formano 16 bit, che si dividono in tre blocchi completi di 6 bit più 2 bit residui riempiti con zeri — tre caratteri reali (S, G, k) seguiti da un carattere = di padding, perché l'input era di 2 byte, non un multiplo di 3.

Tre byte di dati binari diventano sempre quattro caratteri di testo, un rapporto di 4:3 — circa il 33% più grande. Un PDF di 900 KB su disco diventa una stringa Base64 vicina a 1,2 MB. Questo è il principale compromesso da pianificare; vedi le indicazioni sulle dimensioni nella guida PDF in Base64.

Il processo di convertire i dati da una rappresentazione a un'altra — in questo contesto, trasformare i byte binari di un PDF in una stringa di testo Base64. Vedi come funziona la codifica Base64 per la meccanica.

L'inverso della codifica: convertire una stringa Base64 di nuovo nei byte binari originali. Un PDF decodificato correttamente è identico, byte per byte, al file che è stato codificato.

Una stringa che combina un valore codificato in Base64 con un prefisso che descrive il suo tipo di file, nella forma data:application/pdf;base64,.... Browser e alcuni visualizzatori usano il prefisso per sapere come renderizzare i dati. Vedi Base64 vs Data URI per sapere quando si applica ciascuna forma.

Dati memorizzati come byte grezzi invece che come testo leggibile dall'uomo. Un PDF, come qualsiasi formato di file, è dato binario a livello di byte, indipendentemente da quanto testo contenga visivamente.

Un'etichetta come application/pdf che identifica che tipo di contenuto è un dato. API e browser usano il tipo MIME per decidere come gestire, mostrare o decodificare un file.

I dati inviati nel corpo di una richiesta o risposta API. Un PDF codificato in Base64 spesso vive dentro un payload JSON come uno dei vari campi — vedi come usare un PDF Base64 in una richiesta API JSON per una struttura tipica.