Base64

Base64 ist ein Verfahren zur Kodierung von 8-Bit-Binärdaten (z. B. ausführbare Programme, ZIP-Dateien oder Bilder) in eine Zeichenfolge, die nur aus lesbaren, Codepage-unabhängigen ASCII-Zeichen besteht.

Es findet im Internet-Standard Multipurpose Internet Mail Extensions (MIME) Anwendung und wird dort zum Versenden von E-Mail-Anhängen verwendet. Nötig ist dies, um den problemlosen Transport von beliebigen Binärdaten zu gewährleisten, da SMTP in seiner ursprünglichen Fassung nur für den Versand von 7-Bit-ASCII-Zeichen ausgelegt war. Durch die Kodierung steigt der Platzbedarf des Datenstroms um 33–36 % (33 % durch die Kodierung selbst, bis zu weitere 3 % durch die im kodierten Datenstrom eingefügten Zeilenumbrüche). Base64 wird zum Beispiel auch zur Kodierung von Benutzernamen und Passwort in der HTTP-Basisauthentifizierung und zur Übertragung von SSH-Server-Zertifikaten verwendet.

Vorgehen bei der Kodierung

Zur Kodierung werden die Zeichen A–Z, a–z, 0–9, + und / verwendet sowie = am Ende. Da diese Zeichen auch im Extended Binary Coded Decimals Interchange Code (EBCDIC) vorkommen (wenn auch an anderen Codepositionen), ist ein verlustfreier Datenaustausch zwischen diesen Plattformen gesichert.

Zur Kodierung werden jeweils drei Byte des Bytestroms (= 24 Bit) in vier 6-Bit-Blöcke aufgeteilt. Jeder dieser 6-Bit-Blöcke bildet eine Zahl von 0 bis 63. Diese Zahlen werden anhand der nachfolgenden Umsetzungstabelle in „druckbare ASCII-Zeichen“ umgewandelt und ausgegeben. Der Name des Algorithmus erklärt sich durch ebendiesen Umstand – jedem Zeichen des kodierten Datenstroms lässt sich eine Zahl von 0 bis 63 zuordnen (siehe Tabelle). Mathematisch betrachtet gleicht dies einem Stellenwertsystem der Basis 64.

Padding: Falls die Gesamtanzahl der Eingabebytes nicht durch drei teilbar ist, wird der zu kodierende Text am Ende mit aus Nullbits bestehenden Füllbytes aufgefüllt, sodass sich eine durch drei teilbare Anzahl an Bytes ergibt. Um dem Dekodierer mitzuteilen, wie viele Füllbytes angefügt wurden, werden die 6-Bit-Blöcke, die vollständig aus Füllbytes entstanden sind, mit = kodiert. Somit können am Ende einer Base64-kodierten Datei kein, ein oder zwei =-Zeichen auftreten. Anders gesagt, es werden so viele =-Zeichen angehängt, wie Füllbytes angefügt worden sind.

Da sich die Anzahl der ursprünglichen Bytes immer eindeutig aus der Anzahl der Base64-Eingabe-Zeichen ermitteln lässt, wird in manchen Kontexten und Protokollen kein Padding verwendet (abweichend von der ursprünglichen Base64-Definition).

Bei einer zu kodierenden Eingabe mit $n$ Byte beträgt der Platzbedarf für den Base64-kodierten Inhalt (ohne Zeilenumbrüche) $z=4\cdot \lceil {\tfrac {n}{3}}\rceil$ Zeichen. (Die Klammern um den Bruch stehen für die aufrundende Ganzzahldivision.)

In der Darstellung von sehr langen Base64-Strings werden diese oftmals (zum Beispiel nach jeweils 64 Zeichen) umgebrochen, also ein Zeilenumbruch eingefügt. Solche Zeilenumbrüche sind für die Dekodierung nicht von Belang und werden ignoriert.

Base64-Zeichensatz

Wert			Zeichen		Wert			Zeichen		Wert			Zeichen		Wert			Zeichen
dez.	binär	hex.			dez.	binär	hex.			dez.	binär	hex.			dez.	binär	hex.
0	000000	00	A		16	010000	10	Q		32	100000	20	g		48	110000	30	w
1	000001	01	B		17	010001	11	R		33	100001	21	h		49	110001	31	x
2	000010	02	C		18	010010	12	S		34	100010	22	i		50	110010	32	y
3	000011	03	D		19	010011	13	T		35	100011	23	j		51	110011	33	z
4	000100	04	E		20	010100	14	U		36	100100	24	k		52	110100	34	0
5	000101	05	F		21	010101	15	V		37	100101	25	l		53	110101	35	1
6	000110	06	G		22	010110	16	W		38	100110	26	m		54	110110	36	2
7	000111	07	H		23	010111	17	X		39	100111	27	n		55	110111	37	3
8	001000	08	I		24	011000	18	Y		40	101000	28	o		56	111000	38	4
9	001001	09	J		25	011001	19	Z		41	101001	29	p		57	111001	39	5
10	001010	0A	K		26	011010	1A	a		42	101010	2A	q		58	111010	3A	6
11	001011	0B	L		27	011011	1B	b		43	101011	2B	r		59	111011	3B	7
12	001100	0C	M		28	011100	1C	c		44	101100	2C	s		60	111100	3C	8
13	001101	0D	N		29	011101	1D	d		45	101101	2D	t		61	111101	3D	9
14	001110	0E	O		30	011110	1E	e		46	101110	2E	u		62	111110	3E	+
15	001111	0F	P		31	011111	1F	f		47	101111	2F	v		63	111111	3F	/

Bei Dateinamen oder URL können die Zeichen +, / und = nicht verwendet werden, da sie dort für besondere Funktionen reserviert sind. In einem solchen Fall wird mit base64url eine inkompatible Abwandlung beschrieben. Die Zeichen + und / werden dann durch - (Minus, ASCII 2D_hex) und _ (Unterstrich, ASCII 5F_hex) ersetzt. Das Füllzeichen = am Ende wird prozentkodiert zu %3d, kann aber entfallen, wenn die Länge des Strings bekannt ist.

Beispiel

Polyfon zwitschernd aßen Mäxchens Vögel Rüben, Joghurt und Quark

Dieser 64 Zeichen lange Text wäre in UTF-8-Kodierung 68 Byte lang, da in UTF-8 das Eszett und die Umlaute jeweils eine Länge von zwei Bytes haben. Mit der Umwandlung zu Base64 wird daraus eine 92 Zeichen lange Base64-Zeichenkette:

UG9seWZvbiB6d2l0c2NoZXJuZCBhw59lbiBNw6R4Y2hlbnMgVsO2Z2VsIFLDvGJl
biwgSm9naHVydCB1bmQgUXVhcms=

Erkennbar ist hierbei, dass Base64 eine für Menschen nicht lesbare Kodierung erstellt. Dieser Umstand ist jedoch nicht als wirksame Verschlüsselung anzusehen, da der Datenstrom der Eingabe sehr leicht aus der Zeichenfolge am Ausgang zurückgewonnen werden kann, sobald diese als Base64-kodiert erkannt ist.

Umwandlung der Zeichen "Pol" in Base64

Phase	Daten	Anmerkungen
Ursprungstext	Pol
Unicode-Zeichen	U+0050      U+006F      U+006C	gemäß Unicodeblock Basis-Lateinisch
Bytes	0x50        0x6F        0x6C	gemäß UTF-8
Binärschreibweise	0101 0000   0110 1111   0110 1100	siehe Hexadezimalsystem
Gruppierung in 6er-Blöcken	010100   000110   111101   101100	jeder 6er-Block entspricht einem Base64-Zeichen
Codierung als Base64-Zeichen	U        G        9        s	gemäß der Tabelle oben von „binär“ nach „Zeichen“
Ohne Leerzeichen	UG9s

Radix-64

Das OpenPGP-Datenformat definiert eine Variante von Base64, die ASCII Armor genannt wird. Diese besteht aus genormten Kopf- und Fußzeilen, welche zum einen den Anfang und das Ende der Daten anzeigen, zum anderen einen Hinweis für den menschlichen Leser geben, welche Art von Daten kodiert sind und mit welchem Programm die Daten erzeugt worden sind.

An die Base64-kodierten Daten wird eine Prüfsumme (CRC-24) angehängt; dieses leicht modifizierte Verfahren trägt den Namen Radix-64.

-----BEGIN PGP MESSAGE-----
Version: GnuPG v1.4.10 (GNU/Linux)

jA0EAwMCxamDRMfOGV5gyZPnyX1BBPOQAE4BHbh7PfTDInn+94hXmnBr9D8+4x5R
kNNl4E499Me3Fotq8/zvznEycz2h7vJ21SdP5akLhRPd4W1S79LoCvbZYh2x4t6x
Cnqev6S97ys4chOPgz0FePfKQos0I7+rrMSAc9+vXHmUCthFqp7FJJ7/D9bCfmdF
1qkYNhtk/P5uvZ0N2zAUsiScDJA=
=XXuR
-----END PGP MESSAGE-----

Der Base64-Teil in diesem Beispiel beginnt mit jA0E… und endet mit …DJA=. Anschließend folgt ein Zeilenumbruch, ein Gleichheitszeichen und die base64-kodierte CRC-24-Prüfsumme über die Original-Nachricht (also vor der Base64-Kodierung).

Siehe auch

• Quoted-Printable-Kodierung
• UUencode
• Base32
• Base85

Normen und Standards

• J. Linn: RFC 1421. – Privacy Enhancement for Internet Electronic Mail: Part I: Message Encryption and Authentication Procedures. Februar 1993. (Löst RFC 1113 ab – historisch – englisch).
• N. Borenstein, N. Freed: RFC 1521. – MIME (Multipurpose Internet Mail Extensions) Part One: Mechanisms for Specifying and Describing the Format of Internet Message Bodies. September 1993. Standard: [draft]. (Löst RFC 1341 ab – Aktualisiert durch RFC 1590 – veraltet – englisch).
• S. Josefsson: RFC 3548. – The Base16, Base32, and Base64 Data Encodings. [Errata: RFC 3548]. Juli 2003. (veraltet, abgelöst durch RFC 4648 – englisch).
• S. Josefsson: RFC 4648. – The Base16, Base32, and Base64 Data Encodings. [Errata: RFC 4648]. Oktober 2006. Standard: [proposed]. (Löst RFC 3548 ab – englisch).
• J. Callas, L. Donnerhacke, H. Finney, D. Shaw, R. Thayer: RFC 4880. – OpenPGP Message Format. [Errata: RFC 4880]. November 2007. Standard: [proposed]. (Aktualisiert durch RFC 5581 – Löst RFC 1991 und RFC 2440 ab – englisch).

Weblinks

Base64-Codierung/Decodierung online