Codificar y decodificar Base64

Qué es Base64 y por qué existe

Base64 representa bytes arbitrarios usando solo 64 caracteres seguros: A–Z, a–z, 0–9, + y /. Cada tres bytes de entrada se convierten en cuatro caracteres de salida, y cuando la longitud de la entrada no es múltiplo de tres, uno o dos signos = rellenan el final.

Existe porque muchos canales se diseñaron para texto, no para datos binarios. El correo electrónico (MIME), JSON, XML, los atributos HTML, las cabeceras HTTP y las variables de entorno pueden transportar Base64 sin problemas donde los bytes en bruto se estropearían. Por eso lo encuentras en adjuntos de correo, URI data:, cabeceras de autenticación Basic, JSON Web Tokens y payloads de API que incrustan archivos.

Base64 es una codificación, no un cifrado. Cualquiera puede decodificarlo, así que no oculta nada; si un valor tiene que ser secreto, cífralo. Si necesitas comprobar que unos datos no han cambiado, la herramienta adecuada es un checksum del generador de hash.

Base64 estándar, Base64URL y saltos de línea

El decodificador acepta todo esto: cualquiera de los dos alfabetos, con o sin relleno, con o sin saltos de línea y espacios. Se puede pegar tal cual un URI data:…;base64, completo.

Estándar (RFC 4648)

Usa + y / y rellena con =. Es lo que producen MIME, los data URI, la mayoría de las bibliotecas y la herramienta de línea de comandos base64.

Seguro para URL, Base64URL

Sustituye + por - y / por _ para que el resultado pueda ir en una URL o un nombre de archivo sin codificación porcentual. Los JWT lo usan sin relleno, por eso existe la opción de relleno.

Saltos de línea MIME

El correo exige líneas de 76 caracteres como máximo, así que los codificadores MIME insertan un salto de línea cada 76 caracteres. Actívalo al pegar en el código fuente de un correo o en un bloque tipo PEM; déjalo desactivado para JSON, URL y código.

Por qué el texto tiene que pasar primero a UTF-8

Base64 codifica bytes, no caracteres, así que el texto tiene que convertirse en bytes antes de codificarse. La función btoa() integrada en el navegador solo acepta caracteres hasta U+00FF y falla con cualquier otro, por eso los codificadores ingenuos fallan con "€", "日本" o un emoji. Esta herramienta codifica el texto como UTF-8, la codificación que espera casi cualquier sistema, así que é se convierte en los dos bytes C3 A9 y se decodifica de nuevo como é en cualquier plataforma.

Al decodificar, se comprueba que los bytes sean UTF-8 válido. Si no lo son, el Base64 casi seguro contiene un archivo binario y no texto, y la herramienta lo indica —y dice de qué tipo de archivo se trata cuando reconoce la firma— en lugar de mostrar una pantalla de caracteres basura.

Archivos: tamaño, firmas y entradas grandes

Base64 hace que los datos ocupen aproximadamente un tercio más: cuatro caracteres por cada tres bytes, más los saltos de línea si los partes. Una imagen de 3 MB se convierte en unos 4 MB de texto. La vista de archivo muestra ambos tamaños antes de copiar nada, lo que conviene revisar antes de incrustar un archivo grande en una hoja de estilos o un documento JSON.

Decodificar una cadena Base64 a un archivo funciona al revés. Los primeros bytes de la mayoría de los formatos de archivo son una firma fija —89 50 4E 47 para PNG, %PDF para PDF, PK para ZIP (y por tanto DOCX y XLSX)—, así que la herramienta los lee para nombrar bien la descarga y previsualizar imágenes. Los archivos grandes se codifican por partes con una barra de progreso para que la página siga respondiendo, y los resultados muy largos se previsualizan en parte, mientras que copiar y descargar siempre te dan el contenido completo.

Para imágenes en concreto, el conversor de imagen a Base64 también escribe fragmentos HTML, CSS y Markdown listos para pegar.