Codificador y decodificador Base91 (basE91)

Cómo codificar y decodificar Base91

1. Escribe o pega texto en Entrada · Texto. La cadena codificada aparece en Salida · basE91.
2. Para datos binarios, pon De en Hex o Base64 y pégalos en esa forma.
3. Para decodificar, pulsa basE91 → Texto en el selector de dirección. Los saltos de línea de la entrada se ignoran; cualquier otro carácter fuera del alfabeto detiene la decodificación e indica su posición.
4. Usa Copiar salida o Descargar con el resultado. Para datos binarios decodificados, usa Guardar bytes.

Cómo funciona basE91

basE91 lo publicó Joachim Henke. Base64 asigna un carácter a cada 6 bits. basE91, en cambio, acumula los bits de entrada en una cola y toma 13 bits cada vez. Dos caracteres pueden representar 91 × 91 = 8281 valores, algo más que los 8192 que necesitan 13 bits. El margen sobrante se aprovecha para una optimización: cuando los 13 bits siguientes valen 88 o menos, el codificador toma 14 bits en su lugar y sigue escribiendo dos caracteres.

Por eso la longitud de la salida depende del contenido. Con datos aleatorios, los grupos de 14 bits son raros (menos del 1,1% de los grupos), así que la sobrecarga se acerca a 16/13, alrededor de un 23%. Los datos con muchos bits a cero se empaquetan mejor: 1000 bytes cero se codifican en 1143 caracteres, un 14% de sobrecarga.

Los grupos variables tienen un efecto secundario: no hay un tamaño de bloque fijo, así que no puedes decodificar desde la mitad de una cadena ni partirla en puntos arbitrarios. Base64 se puede partir en cualquier múltiplo de 4 caracteres.

El alfabeto y dónde da problemas

El alfabeto basE91 es A–Z, a–z, 0–9 y estos 29 caracteres:

!#$%&()*+,./:;<=>?@[]^_`{|}~"

Deja fuera el espacio, ', - y \. El espacio y ' dan problemas en la shell y en cadenas entre comillas, y \ es un carácter de escape casi en todas partes. Las comillas dobles siguen dentro, igual que <, > y &, así que basE91 dentro de JSON, HTML o XML necesita escapes, y esos escapes se comen parte de la ventaja sobre Base64. Funciona mejor donde se acepta cualquier ASCII imprimible, como un archivo de texto, un argumento de shell entre comillas simples o un campo de protocolo seguro para binarios.

Un codificador basE91 en Python

La biblioteca estándar no incluye basE91. El algoritmo de Henke es lo bastante corto como para incluirlo:

ALPHABET = ("ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz"
            "0123456789!#$%&()*+,./:;<=>?@[]^_`{|}~\"")

def b91encode(data: bytes) -> str:
    out, queue, nbits = [], 0, 0
    for byte in data:
        queue |= byte << nbits
        nbits += 8
        if nbits > 13:
            value = queue & 8191
            if value > 88:
                queue >>= 13
                nbits -= 13
            else:
                value = queue & 16383
                queue >>= 14
                nbits -= 14
            out += ALPHABET[value % 91], ALPHABET[value // 91]
    if nbits:
        out.append(ALPHABET[queue % 91])
        if nbits > 7 or queue > 90:
            out.append(ALPHABET[queue // 91])
    return "".join(out)

b91encode(b"test")    # 'fPNKd'

Produce la misma salida que esta página con cualquier entrada. Encontrarás más sobre el manejo de bytes en Python en la página de Python.

Cuándo elegir Base91

Elige basE91 cuando cada byte de salida cuenta y el canal acepta casi todo el ASCII imprimible: logs compactos o campos de texto con un límite de longitud estricto. Para todo lo que vaya a JSON, URL, HTML o correo electrónico, Base64 es más seguro y casi igual de corto, y Ascii85 está estandarizado en PDF y PostScript si quieres un 25% de sobrecarga con bloques fijos.

Preguntas frecuentes