UTF-8 转 Base64：编码 Unicode 文本和 emoji

如何把 UTF-8 文本编码为 Base64

1. 在 输入 · 文本 中输入或粘贴文本。字符集 已设为 UTF-8。
2. Base64 显示在 输出 · Base64 中。工具下方的 输入 数值是 UTF-8 字节数；输入框上方的计数器按 JavaScript 的方式计算字符数，所以一个 emoji 算 2 个。
3. 用于 URL 和令牌时，勾选 URL 安全（- _） 和 不填充（=）；用于邮件或 PEM 时，选择一种 换行 方式。
4. 复制输出，或将其下载为 base64.txt。

Base64 转 UTF-8 可以把结果还原为文本。

UTF-8 如何把字符变成字节

UTF-8 每个码位使用 1 到 4 个字节。ASCII 仍然是 1 个字节，所以英文文本在 UTF-8 和 ASCII 中的编码相同。其他字符都需要更多字节：

由于 Base64 还要在字节的基础上再增加三分之一，一句中文或日文从字符数到 Base64 字符数大约会增长到四倍，单个 emoji 则会变成 8 个字符。对于有长度限制的字段，请记住这一点；大小计算器 可以帮你计算。

emoji 序列和肤色

看起来是一个 emoji 的东西，往往是几个码位粘在一起。肤色是一个单独的修饰符，家庭或职业类 emoji 则用看不见的零宽连接符（U+200D）把几个人连在一起：

在这样的序列中间截断 Base64 字符串或其解码后的字节，会留下残缺的字符，所以绝不要在任意字节处截断编码后的 UTF-8。

文本相同，字节不同：Unicode 规范化

有些字符在 Unicode 中有两种合法写法。é 可以是单个码位 U+00E9（组合形式，NFC），也可以是 e 后跟 U+0301 COMBINING ACUTE ACCENT（分解形式，NFD）。两者显示完全相同，但字节不同：

Apple 较旧的 HFS+ 文件系统以分解形式存储文件名，而大多数键盘输入的是组合形式。如果你要比较 Base64 值、对它们签名或把它们用作键，请先做规范化。本工具会原样编码你粘贴的码位，不做规范化。

在代码中把 UTF-8 转为 Base64

在 JavaScript 中，TextEncoder 始终生成 UTF-8。当输入可能来自不同来源时，先做规范化：

const text = "e\u0301".normalize("NFC");
Buffer.from(text, "utf8").toString("base64");   // "w6k=" (Node.js)
new TextEncoder().encode(text);                  // Uint8Array [195, 169]

在浏览器中，TextEncoder 得到的字节可以交给 bytes.toBase64()（在支持的环境中，见 Uint8Array.toBase64），或者使用 JavaScript 页面 上基于 btoa 的辅助函数。

import base64, unicodedata

s = unicodedata.normalize("NFC", "nai\u0308ve")
base64.b64encode(s.encode("utf-8")).decode()   # 'bmHDr3Zl'

文件和流式处理见 Python 中的 Base64。

常见问题