Encoder en Base64

Pourquoi la taille augmente d'exactement un tiers

Le Base64 prend trois octets à la fois et les écrit sous forme de quatre caractères, chacun portant six des vingt-quatre bits. Quatre divisé par trois : voilà d'où viennent les fameux 33 % — c'est de l'arithmétique, pas de l'inefficacité, et aucun encodeur ne fait mieux en restant dans la plage des caractères imprimables. Quand les données ne se divisent pas exactement en groupes de trois, le dernier groupe est complété et marqué par un ou deux signes =, ce qui explique que la longueur d'une chaîne Base64 soit toujours un multiple de quatre.

Il existe deux alphabets, et choisir le mauvais est le problème le plus fréquent de ceux qui arrivent ici. L'alphabet standard se termine par + et /, qui ont tous deux un sens dans une URL — le plus devient une espace dans une chaîne de requête et la barre oblique ressemble à un séparateur de chemin. La variante compatible URL utilise - et _ à la place ; c'est celle des JSON Web Tokens, des noms de fichiers et de tout ce qui apparaît dans une adresse. Pour le reste, elles sont identiques, et une valeur encodée avec l'une puis décodée avec l'autre échoue d'une manière qui ressemble à une corruption des données.

Le retour à la ligne est l'autre détail qui dépend du contexte. Les pièces jointes d'e-mail attendent des lignes de 76 caractères, les certificats et clés PEM des lignes de 64, et une data URI ou un champ JSON aucun saut de ligne. Il est désactivé par défaut ici, car le texte non découpé est aujourd'hui le cas courant ; activez-le quand la destination est un en-tête d'e-mail ou un bloc -----BEGIN-----, qui refusera une unique ligne interminable.

Le Base64 n'est pas du chiffrement et n'offre absolument aucune protection. C'est un simple changement d'alphabet — n'importe qui peut l'inverser instantanément, et tout scanner de sécurité le fait automatiquement. Son rôle est de faire transiter des données binaires par des canaux qui n'acceptent que du texte : corps d'e-mail, champs JSON, documents XML, data URI dans une feuille de style. S'en servir pour cacher un mot de passe dans une configuration ne dissimule rien à quiconque y regarde.

Si vous cherchez autre chose

En ligne de commande, base64 -w 0 file.bin encode sans retour à la ligne sous Linux et un simple base64 fait de même sous macOS, tandis que openssl base64 -A fonctionne de la même façon partout. Pour l'alphabet compatible URL, basenc --base64url est celui qui le fait correctement sans étape de substitution.

Pour les gros fichiers, tout ce qui se passe ici est la mauvaise approche — le fichier entier est gardé en mémoire, et l'encodage le gonfle d'un tiers avant toute autre chose. Les outils en ligne de commande traitent les données en flux, et dans le code, chaque langage dispose d'un encodeur incrémental. Il vaut aussi la peine de se demander si le Base64 est vraiment nécessaire : envoyer le binaire en multipart/form-data ou comme corps de requête brut évite à la fois la consommation mémoire et les 33 %.