Base64 para XML: decodificar payloads XML

Como decodificar Base64 para XML

1. Cole o Base64 em Entrada · Base64. A página abre com um pequeno exemplo.
2. O XML aparece em Saída · texto. Parece ser XML na linha de status confirma que o conteúdo começa como um documento XML.
3. Se a saída mostrar espaços entre as letras ou um aviso de dados binários, o XML está em UTF-16: ajuste o Charset para UTF-16LE, ou para Detectar automaticamente se ele começar com uma marca de ordem de bytes.
4. Copiar saída copia o texto. Baixar salva os bytes originais como decoded.xml.

O exemplo PD94bWwgdmVyc2lvbj0iMS4wIj8+Cjxub3RlPjx0bz55b3U8L3RvPjxib2R5PkhlbGxvPC9ib2R5Pjwvbm90ZT4= decodifica para:

<?xml version="1.0"?>
<note><to>you</to><body>Hello</body></note>

O caminho inverso é XML para Base64.

Como reconhecer XML codificado

Como o XML começa com <, o Base64 dele começa com P, e os caracteres seguintes revelam mais:

Um valor que deveria ser SAML mas não começa com P geralmente é XML compactado; mais abaixo está explicado como descompactá-lo.

UTF-16 e outras codificações

A maior parte do XML é UTF-8, que é o que o decodificador assume. Dois casos pedem outro Charset:

• Documentos UTF-16, comuns em ferramentas do Windows e no .NET, têm um byte zero ao lado de cada caractere ASCII. Decodificados como UTF-8, parecem dados binários, e a ferramenta avisa. Com Detectar automaticamente ou UTF-16LE, o texto completo aparece, começando com <?xml version="1.0" encoding="UTF-16"?>. Baixar mantém os bytes, mas dá ao arquivo o nome decoded.bin, então renomeie para .xml.
• Documentos Latin-1 ou Windows-1252 declaram encoding="ISO-8859-1" ou algo parecido. Letras acentuadas aparecem como � no modo UTF-8; escolha o charset declarado para lê-las.

A declaração XML dentro da saída mostra qual charset o autor pretendia usar. Um parser XML que lê o arquivo baixado segue essa declaração, então o arquivo está correto mesmo que a prévia na tela tenha exigido escolher o charset à mão.

De onde vem o XML em Base64

O SAML é a origem mais frequente: provedores de identidade enviam o SAMLResponse para a sua aplicação como XML codificado em Base64, e copiá-lo da aba de rede do navegador é o jeito habitual de depurar um login. Serviços SOAP e plataformas de nota fiscal eletrônica devolvem documentos e anexos como campos Base64. E-mails podem levar anexos XML como partes MIME em Base64, que o decodificador de e-mail extrai.

Nos valores SAMLRequest de URLs de redirecionamento, o XML foi compactado com DEFLATE bruto antes da codificação, então a decodificação Base64 simples gera binário. O decodificador de Base64 gzip o descompacta. Os escapes %2B, %2F e %3D são decodificados automaticamente; para um valor totalmente codificado para URL, use antes o decodificador de URL.

Base64 para XML no código

Passe os bytes decodificados ao parser XML sem convertê-los antes em string, para que ele leia a codificação na própria declaração:

import base64
import xml.etree.ElementTree as ET

s = "PD94bWwgdmVyc2lvbj0iMS4wIj8+Cjxub3RlPjx0bz55b3U8L3RvPjxib2R5PkhlbGxvPC9ib2R5Pjwvbm90ZT4="
root = ET.fromstring(base64.b64decode(s))
root.find("body").text   # 'Hello'

// Browser
const s = "PD94bWwgdmVyc2lvbj0iMS4wIj8+Cjxub3RlPjx0bz55b3U8L3RvPjxib2R5PkhlbGxvPC9ib2R5Pjwvbm90ZT4=";
const bytes = Uint8Array.from(atob(s), c => c.charCodeAt(0));
const doc = new DOMParser().parseFromString(new TextDecoder().decode(bytes), "application/xml");

Para XML em UTF-16 ou Latin-1 no navegador, passe o rótulo certo ao TextDecoder. Mais em Base64 em Python e Base64 em JavaScript.

Perguntas frequentes