Base64とは ― 画像やファイルが文字列になる仕組み

隠すためではなく、通すための変換

長い英数字を貼り付ければ、その場で元のデータに戻せます。仕組みの説明は、必要になったら読んでください。

なぜ必要なのか

コンピュータが扱うデータには、大きく分けて2種類あります。文章のように文字として読めるものと、画像や動画のように文字ではないものです。

問題は、世の中の仕組みの一部が文字しか運べない前提で作られていることです。電子メールがその代表で、もともとは文章をやり取りするために設計されました。画像をそのまま流し込むと、途中の機器が誤って解釈したり、特定の並びを制御用の合図と勘違いしたりします。

そこで、文字ではないデータを安全な文字だけで表し直す方法が必要になりました。それがBase64です。名前のとおり64種類の文字を使います。英字の大文字26種、小文字26種、数字10種、そして記号2種。合計64です。

これらはどの環境でも同じ意味で扱われる、素性のはっきりした文字です。だから途中で壊れません。

容量が1.33倍になる理由

元のデータは、1つの単位で256通りを表せます。一方Base64は64種類しか使えません。そのままでは収まりません。

そこで、元のデータ3つぶんをまとめて、4文字に割り当て直します。3が4になるので、およそ1.33倍。これが容量の増える理由です。

元のデータ	Base64にした後
3単位	4文字
3メガバイト	約4メガバイト
19メガバイトの添付	約25メガバイト

この増加は実務に影響します。メールの添付には送信サイズの上限があり、多くの場合25メガバイト前後です。これは包装した後の大きさに対する制限なので、実際に添付できるファイルは19メガバイト前後が目安になります。「20メガのファイルなのに送れない」という現象は、たいていこれが原因です。

末尾の = について

Base64の文字列は、データの長さによっては末尾に = が付きます。これは長さの調整です。3つずつの組にしたとき、最後に1つか2つ余ると4文字の形が作れません。足りないぶんを = で埋めています。

余りが1つなら = が2つ、2つなら = が1つ。だから = は多くても2つです。3つ以上並んでいたら、その文字列はどこかで壊れています。なお = は飾りではなく、消すと復元できなくなることがあります。

どこで使われているか

メールの添付ファイル

添付ファイルは送信時にBase64へ変換され、受信側で元に戻されます。普段は意識する必要がありません。メールの中身をそのまま表示させたときに現れる長い英数字が、この変換後の姿です。

HTMLやCSSへの画像の埋め込み

「data:image/png;base64,」で始まる書き方は、画像ファイルを別に置かず、文書の中に直接書き込む方法です。利点と欠点がはっきり分かれます。

• 利点：ファイルが1つで完結する。画像の読み込みが別途発生しないため、小さなアイコンでは表示が速くなる。
• 欠点：画像の再利用が効かない。同じ画像を複数ページで使っても、そのつど全体を読み込むことになる。
• 欠点：編集しづらい。1行が数万文字になり、差分が読めなくなる。

目安として、数キロバイト程度の小さなアイコンには向き、写真のような大きい画像には向きません。埋め込む前に画像そのものを軽くしておくと、この判断が楽になります。

設定ファイルや証明書の受け渡し

改行や記号を含むデータを、1行の設定値として渡したい場面で使われます。証明書のファイルが英数字の塊になっているのも同じ理由です。

いちばん大事な注意点

Base64は暗号ではありません。ここを取り違えると事故になります。

暗号には鍵があり、鍵を持たない相手は中身を読めません。Base64に鍵はなく、変換の規則は公開されています。読めなくなるのは人間の目にとってだけで、誰でも一瞬で元に戻せます。

古くからある認証方式のひとつは、利用者名とパスワードをBase64にして送るだけの作りです。これは暗号化された通信路と組み合わせて初めて意味を持ちます。包装そのものには保護の力がありません。

つまずきやすい点

• URLに貼ると壊れる。Base64が使う記号のうち、スラッシュと = はURLの中で別の意味を持ちます。URL向けに記号を置き換えた形式を使うか、もう一段変換をかけます。
• 途中に改行が混ざる。メールから拾った文字列には、規格の決まりで一定の位置に改行が入っています。戻す前に取り除きます。
• 戻したら文字化けする。Base64の変換自体は成功していて、その中身の文字コードが想定と違う場合に起きます。
• 末尾を削ってしまう。= を余計なものと判断して消すのは、復元に失敗する原因になります。

ここから変換・復元できます

よくある質問

Base64は暗号化ですか？

違います。暗号には鍵があり、鍵を持たない相手には戻せません。Base64には鍵がなく、変換の規則は公開されているため、誰でも元のデータに戻せます。読めなくなるのは人間にとってだけで、機械にとっては素通しです。したがって、パスワードや個人情報をBase64にしても、保護したことにはなりません。実際、古くからある認証方式のひとつは利用者名とパスワードをBase64にして送るだけで、これは暗号化された通信と組み合わせて初めて意味を持ちます。

ファイルサイズが増えるのはなぜですか？

扱える文字の種類を減らしているためです。Base64は英数字と記号2つ、あわせて64種類の文字だけを使います。元のデータは1つの単位で256通りを表せるので、そのままでは収まりません。そこで、元のデータ3つぶんを4文字に割り当て直します。3が4になるため、容量はおよそ1.33倍になります。メールの添付ファイルは内部でこの変換を経るため、送信できる上限が25メガバイトであれば、実際に添付できるファイルは19メガバイト前後が目安になります。

末尾の = は何ですか？

長さの調整に使われる印です。Base64は元のデータを3つずつの組にして変換しますが、データの長さが3で割り切れないと、最後の組が欠けます。そのとき、足りないぶんを = で埋めて4文字の形をそろえます。余りが1つなら = が2つ、余りが2つなら = が1つ付きます。したがって末尾の = は多くても2つで、3つ以上並んでいる場合は文字列がどこかで壊れています。= は捨ててよい飾りではなく、消すと復元できなくなることがあります。

Base64の文字列をURLに貼ったら開けませんでした

Base64が使う記号のうち、プラス記号・スラッシュ・イコールは、URLの中では別の意味を持つためです。スラッシュは階層の区切り、プラス記号は場所によって半角スペースとして解釈され、イコールは値の区切りです。そのため、そのまま貼ると意図しない切れ方をします。対処は2つあり、ひとつはURL用の変換をもう一段かけること、もうひとつはURL向けに記号を置き換えた形式を使うことです。後者ではプラス記号とスラッシュが別の記号に置き換えられます。