デコード・エンコードを深ぼってみる

はじめに

画像やメールを使うとBase64でデコードとエンコードするという場面に出会います。
これまで、ふんわりは理解していましたが、詳細が気になったので調べてみました。

そもそもBase64とは？

• データのエンコード方式で、主に以下の用途で使用されます。
  • 電子メールの添付ファイル
  • Basic認証（HTTPヘッダー）
  • ファイルアップロード
• 全てのデータを64種類の文字（64進数）で表現します。

Base64で使用する64種類の文字

種類	使用文字
アルファベット	A～Z, a～z
数字	0～9
記号	+, /
補足記号	=（不足部分の埋め合わせ）

Base64が必要な理由

• 通信や保存の際、一部のシステムでは**ASCII文字（7bit）**しか扱えない制約がある。
  例：電子メールでは日本語や画像データを扱えない。

• エンコーディング制限: 一部の通信プロトコルやサービス（例えば、HTTPでのPOSTリクエスト）では、バイナリデータを直接扱うことができず、通常はテキストデータに変換する必要がある。

なので、Base64でバイナリデータをASCII文字に変換し、幅広い環境で扱えるようにするわけですね。

ASCIIがいまいち分からない方は、記事の最後に余談で書いてるのでご参照ください〜

---

エンコードの手順

じゃあ、バイナリデータをBase64に変換することをエンコードと呼ぶのは分かったけど、具体的にどういう操作をしているのでしょうか。その手順を追ってみます。

以下は、画像データをBase64エンコードする例です。

---

画像データをBase64エンコードする手順

1.画像データ（バイナリ）を読み込む

• バイナリデータとしては以下のように表現されます:

  10001001 01010000 01001110 01000111 00001101 00001010 00011010 00001010
  

---

2.6ビットずつに分割

• 上記のバイナリデータを6ビット単位に分割します:

  100010 010101 000001 001110 010001 110000 110100 001010 000110 100000 1010
  

_

• 6ビット単位にならない部分は不足分を0で埋めます:

  100010 010101 000001 001110 010001 110000 110100 001010 000110 100000 001010
  

---

3.Base64変換表を使って文字に変換

• 分割した6ビットをBase64の文字変換表に基づいて対応する文字に変換します:

  100010 -> i  
  010101 -> V  
  000001 -> B  
  001110 -> O  
  010001 -> R  
  110000 -> w  
  110100 -> 0  
  001010 -> K  
  000110 -> G  
  100000 -> g  
  001010 -> K  
  

_

• ここでの出力例:

  iVBORw0KGg==
  

---

4.不足部分を=で埋める

• エンコードされた文字列が4の倍数になるように末尾を=で埋めます（この例ではすでに4の倍数なので不要）。

---

これで画像データをBase64にエンコードできました🎉

デコードの手順

次に、Base64でエンコードされた文字列を受け取った側が元のバイナリデータに戻すには、デコードと逆の手順で処理すれば良さそうです。

Base64文字列をデコードする手順

1.Base64文字列を取得する

• エンコードされたBase64文字列を取得します（例: iVBORw0KGg==）

---

2.Base64文字変換表を使ってバイナリに変換する

• 各文字を6ビットのバイナリに変換します。
  Base64文字変換表を参照し、以下のように対応させます。

  i -> 100010  
  V -> 010101  
  B -> 000001  
  O -> 001110  
  R -> 010001  
  w -> 110000  
  0 -> 110100  
  K -> 001010  
  G -> 000110  
  g -> 100000  
  K -> 001010  
  

---

3.6ビットを連結する

• 6ビット単位のバイナリを全て連結します。

  100010 010101 000001 001110 010001 110000 110100 001010 000110 100000 001010
  

---

4.8ビット単位に戻す

• 元のデータ形式に戻すため、6ビットごとに連結されたバイナリを8ビット単位に戻します。

  10001001 01010000 01001110 01000111 00001101 00001010 00011010 00001010
  

---

5.データを復元する

• バイナリデータを元の形式に戻します。これは、画像データや文字列など、元のデータ形式に従って扱われます。

---

エンコードとデコードの比較

エンコードとデコードの手順は逆の処理を行います。

手順	エンコード	デコード
入力	バイナリデータ	Base64文字列
処理1	バイナリデータを6ビット単位に分割	Base64文字列を6ビット単位のバイナリに変換
処理2	Base64変換表を使って文字に変換	6ビットのバイナリを連結し、8ビット単位に分割
処理3	4の倍数になるように末尾を=で埋める（必要な場合のみ）	元のバイナリデータを復元
出力	Base64文字列	元のデータ（バイナリ、画像、文字列など）

---

デコードの注意点

• =の末尾はパディングとして使われるので無視してデコードする
• 変換後のデータは、元のデータ形式（画像、テキストなど）に従って復元する必要がある

まとめ

調べてみると、意外と単純でしたが勉強になりました。
「単純にバイナリで送ればいいじゃん」って思いそうですが、そうできない場面もあるのでそんな時はエンコードして使えるようにしましょう、ということですね🤔

ASCIIとは（余談）

1. ASCIIの基本

• ASCIIは、7ビットの文字コードで、以下を表すのに使われます：
  • アルファベット（大文字・小文字）
  • 数字
  • 一部の記号（例: !, @, # など）
  • 制御文字（例: 改行 LF、タブ TAB）

---

2. ASCIIコード表

ASCIIコード表は縦軸と横軸で構成され、7ビット（128文字） で表されます。表の使い方としては、縦軸と横軸の値を組み合わせて1文字を特定します。たとえば：

• A のコードは 0x41（16進数）、01000001（2進数）
• a のコードは 0x61（16進数）、01100001（2進数）

---

3. 先頭ビットとパリティ

• これは一部の古い通信方式で使用される概念です。パリティビットはデータ通信時にエラーを検出するために追加されるもので、7ビットのASCIIに1ビットを加えて8ビットで送信していました。

• 現在では、パリティビットを使用しないケースが多く、ASCIIは純粋に7ビットの文字コードとして解釈されます。

---

4. 補足: ASCIIの限界

ASCIIは英語圏を想定して作られた文字コードなので、日本語や多言語には対応していません。そのため、国際化のためには拡張された文字コード（UTF-8やUnicode）が必要です。

---