UTF-16 a Base64: codificar texto UTF-16LE o UTF-16BE

Cómo codificar texto como Base64 UTF-16

1. Escribe o pega tu texto en Entrada · texto. Juego de caracteres viene ajustado a UTF-16LE.
2. Copia el Base64 de Salida · Base64. La cifra Entrada muestra el número de bytes UTF-16, el doble de la longitud de un texto inglés normal.
3. Para un consumidor big-endian, cambia Juego de caracteres a UTF-16BE.
4. Intercambiar vuelve a decodificar el resultado para una comprobación rápida; Base64 a UTF-16 es el decodificador específico.

UTF-16LE frente a UTF-16BE

UTF-16 guarda cada carácter como una o dos unidades de código de 16 bits. Little-endian escribe primero el byte bajo; big-endian, primero el alto. Windows y .NET usan little-endian; el codificador UTF-16 de Java y muchos formatos de red usan big-endian.

Los caracteres fuera del plano multilingüe básico, incluidos todos los emoji, ocupan dos unidades de código llamadas par sustituto. 👋 (U+1F44B) se convierte en D83D DC4B, que son los 4 bytes de la última fila.

Como cada letra ASCII va emparejada con un byte cero, el Base64 UTF-16 de un texto en inglés está salpicado de caracteres A. Vale la pena decodificar como UTF-16 una cadena desconocida con ese patrón.

Dónde se usa Base64 de UTF-16

• -EncodedCommand de PowerShell. powershell -EncodedCommand RwBlAHQALQBEAGEAdABlAA== ejecuta Get-Date. Un motivo frecuente por el que estos comandos fallan es un script codificado como UTF-8. La herramienta PowerShell EncodedCommand añade el prefijo del comando, avisa del límite de longitud de cmd.exe y también decodifica comandos encontrados en logs.
• Código .NET. Encoding.Unicode en C# es UTF-16LE, así que Convert.ToBase64String(Encoding.Unicode.GetBytes(s)) produce la misma salida que esta página.
• Datos de Windows. Las cadenas del registro, de columnas NVARCHAR convertidas a binario en SQL Server y de muchas API de Windows son UTF-16LE.

Marcas de orden de bytes

Esta herramienta no escribe marca de orden de bytes, que es lo que quieren PowerShell y la mayoría de las API. Algunas bibliotecas añaden una automáticamente:

Si tu Base64 tiene que coincidir con alguno de ellos, codifica en el código con un orden de bytes explícito, como se ve abajo.

UTF-16 a Base64 en código

import base64

base64.b64encode("Get-Date".encode("utf-16-le")).decode()   # 'RwBlAHQALQBEAGEAdABlAA=='
base64.b64encode("Hi".encode("utf-16-be")).decode()         # 'AEgAaQ=='

// Node.js has a little-endian codec only
Buffer.from("Get-Date", "utf16le").toString("base64");   // "RwBlAHQALQBEAGEAdABlAA=="

[Convert]::ToBase64String([Text.Encoding]::Unicode.GetBytes('Get-Date'))

En Python usa utf-16-le en lugar de utf-16 salvo que quieras la BOM. Más ejemplos: Python, Node.js.

Preguntas frecuentes