UTF-16 para Base64: codificar texto em UTF-16LE ou UTF-16BE

Como codificar texto como Base64 de UTF-16

1. Digite ou cole o texto em Entrada · texto. O Charset já vem em UTF-16LE.
2. Copie o Base64 de Saída · Base64. O número Entrada mostra a quantidade de bytes UTF-16, o dobro do comprimento de um texto simples em inglês.
3. Para um consumidor big-endian, mude o Charset para UTF-16BE.
4. Inverter decodifica o resultado de novo para uma conferência rápida; Base64 para UTF-16 é o decodificador dedicado.

UTF-16LE vs UTF-16BE

O UTF-16 guarda cada caractere como uma ou duas unidades de código de 16 bits. Little-endian escreve o byte menos significativo primeiro, big-endian o mais significativo. Windows e .NET usam little-endian; o codificador UTF-16 do Java e muitos formatos de rede usam big-endian.

Caracteres fora do Plano Multilíngue Básico, incluindo todos os emojis, ocupam duas unidades de código, chamadas de par substituto (surrogate pair). 👋 (U+1F44B) vira D83D DC4B, que são os 4 bytes da última linha.

Como cada letra ASCII vem acompanhada de um byte zero, o Base64 em UTF-16 de um texto em inglês fica salpicado de caracteres A. Vale a pena decodificar como UTF-16 uma string desconhecida com esse padrão.

Onde o Base64 de UTF-16 é usado

• -EncodedCommand do PowerShell. powershell -EncodedCommand RwBlAHQALQBEAGEAdABlAA== executa Get-Date. Um motivo frequente de falha desses comandos é um script codificado como UTF-8. A ferramenta PowerShell EncodedCommand adiciona o prefixo do comando, avisa sobre o limite de comprimento do cmd.exe e também decodifica comandos encontrados em logs.
• Código .NET. Encoding.Unicode no C# é UTF-16LE, então Convert.ToBase64String(Encoding.Unicode.GetBytes(s)) gera a mesma saída que esta página.
• Dados do Windows. Strings do registro, de colunas NVARCHAR convertidas para binário no SQL Server e de muitas APIs do Windows são UTF-16LE.

Byte order marks

Esta ferramenta não escreve byte order mark, que é o que o PowerShell e a maioria das APIs querem. Algumas bibliotecas adicionam um automaticamente:

Se o seu Base64 precisa bater com um desses, codifique com uma ordem de bytes explícita no código, como abaixo.

UTF-16 para Base64 no 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'))

No Python, use utf-16-le em vez de utf-16, a menos que você queira o BOM. Mais exemplos: Python, Node.js.

Perguntas frequentes