Encodeur et décodeur Base91 (basE91)

Comment encoder et décoder du Base91

1. Saisissez ou collez du texte dans Entrée · Texte. La chaîne encodée apparaît dans Sortie · basE91.
2. Pour des données binaires, réglez De sur Hex ou Base64 et collez-les sous cette forme.
3. Pour décoder, cliquez sur basE91 → Texte dans le sélecteur de sens. Les sauts de ligne de l’entrée sont ignorés ; tout autre caractère hors de l’alphabet arrête le décodage en indiquant sa position.
4. Copier la sortie ou Télécharger le résultat. Pour des données binaires décodées, utilisez Enregistrer les octets.

Comment fonctionne le basE91

Le basE91 a été publié par Joachim Henke. Le Base64 associe chaque groupe de 6 bits à un caractère. Le basE91, lui, accumule les bits d’entrée dans une file et en prend 13 à la fois. Deux caractères peuvent représenter 91 × 91 = 8281 valeurs, un peu plus que les 8192 dont 13 bits ont besoin. La marge sert à une optimisation : quand les 13 bits suivants valent 88 ou moins, l’encodeur prend 14 bits à la place, et écrit toujours deux caractères.

La longueur de la sortie dépend donc du contenu. Sur des données aléatoires, les groupes de 14 bits sont rares (moins de 1,1 % des groupes) : le surcoût est proche de 16/13, soit environ 23 %. Les données riches en bits nuls se compactent mieux : 1000 octets nuls s’encodent en 1143 caractères, soit 14 % de surcoût.

Les groupes variables ont un effet secondaire : il n’y a pas de taille de bloc fixe, on ne peut donc pas décoder à partir du milieu d’une chaîne ni la couper à un endroit arbitraire. Le Base64, lui, peut se couper à n’importe quel multiple de 4 caractères.

L’alphabet et les problèmes qu’il pose

L’alphabet basE91 comprend A–Z, a–z, 0–9 et ces 29 caractères :

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

Il exclut l’espace, ', - et \. L’espace et ' posent problème dans les shells et les chaînes entre guillemets, et \ est un caractère d’échappement presque partout. Le guillemet double y figure pourtant, avec <, > et & : le basE91 doit donc être échappé dans du JSON, du HTML ou du XML, et les échappements mangent une partie du gain par rapport au Base64. Il fonctionne le mieux là où tout l’ASCII imprimable est accepté, comme un fichier texte, un argument de shell entre apostrophes ou un champ de protocole qui accepte le binaire.

Un encodeur basE91 en Python

La bibliothèque standard n’a pas de basE91. L’algorithme de Henke est assez court pour être recopié :

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'

Il produit la même sortie que cette page pour n’importe quelle entrée. La page Python en dit plus sur la manipulation des octets en Python.

Quand choisir le Base91

Choisissez le basE91 quand chaque octet de sortie compte et que le canal accepte presque tout l’ASCII imprimable : journaux compacts, ou champs texte à la longueur strictement limitée. Pour tout ce qui va dans du JSON, des URL, du HTML ou des e-mails, le Base64 est plus sûr et presque aussi court, et l’Ascii85 est normalisé dans PDF et PostScript si vous voulez 25 % de surcoût avec des blocs fixes.

FAQ