Base64とは?エンコーディング、パディング、使うタイミング

バイナリデータはテキストのみのシステムを通れません。だから64の安全な文字で表します。3バイトが4文字になる仕組み、=のパディングの意味、Base64が暗号化ではない理由を学びます。

📂 開発者の基礎知識 ⏱ 約8分 📶 初級 🛠️ 対応ツール:Base64エンコーダ

このガイドで学べること

  • バイナリデータになぜテキストエンコーディングが必要なのかを説明できる
  • 3バイトが4文字のBase64になる仕組みを理解できる
  • パディング(=、==)を読み、出現するタイミングを知る
  • Base64とBase64URLを見分け、JWTがどちらを使うかを知る
  • Base64の適切な場所(と不適切な場所)を知る
このガイドの内容
  1. Base64とは何か、なぜ存在するのか
  2. 仕組みをステップバイステップで
  3. Base64とBase64URLの違い
  4. 実際にBase64に出会う場所
  5. Base64ではないもの
  6. よくあるミス
  7. 試す:Base64エンコーダ
  8. よくある質問

Base64とは何か、なぜ存在するのか

多くのシステムが扱えるのは テキストだけです。メールの本文、JSON、URL、XML、ソースコードなどです。バイナリデータ(画像、ファイル、暗号署名)は、これらのシステムが壊したり拒否したりするようなバイトを含んでいます(ゼロバイト、制御文字、有効なUTF-8でないバイトなど)。

Base64は、任意のバイトを次の64種類の安全な文字だけで表す方法です:: A–Z, a–z, 0–9、さらに + そして / ( = をパディング用として使います)。結果はプレーンなASCIIテキストとなり、メール、JSON、コピー&ペーストでもそのまま伝わります。これは エンコーディングであり、暗号化ではありません。誰でもデコードできるよう設計されています。

名前がすべてを物語っています。64文字ということは、各文字が6ビットの情報を運ぶということです(26 = 64)。3バイトは24ビット、24 ÷ 6 = 4。つまり入力3バイトがちょうど出力4文字になります。この4:3の比率があるため、Base64の出力は常に入力より約33%大きくなるのです。

仕組みをステップバイステップで

例として、単語 Man のバイトは M (77), a (97), n (110):

M   = 01001101
    a   = 01100001
        n   = 01101110
Joined:  010011 010110 000101 101110
          T      W      F      u
Result:  TWFu

24ビットは4つの6ビットグループに分割され、各グループが文字表のインデックスになります(A=0, B=1, … Z=25, a=26, … 0=52, +=62, /=63)。デコードはその逆で、各文字を調べてビットを組み立て直し、バイトに分割し直します。

入力が3バイトの倍数でない場合、最後のグループは0ビットで埋められ、出力は = で埋められ、長さが4の倍数に保たれます:

入力バイト数出力パディング
Man3TWFuなし
Ma2TWE=1つ =
M1TQ==2つ =

パディングは飾りではありません。最後のグループが実際に何バイトだったかをデコーダに正確に伝えます。一部のシステム(特にJWT)はパディングを省略し、長さからデコーダに判断させます。これは有効なBase64URLですが、厳密なBase64ではありません。

Base64とBase64URLの違い

文字62と63パディング使われる場所
Base64(標準)+ そして /= 保持されるメール(MIME)、data URI、XML
Base64URL- そして _通常は省略されるJWT、URL、ファイル名

URL版が存在するのは、 + はクエリ文字列では「スペース」を意味し、 / はパスの区切り文字だからです。標準のBase64をURLに入れると壊れてしまいます。2つの文字表を混同するのは定番のバグです。標準のデコーダでBase64URLをデコードすると、最初の -で失敗します。トークン(JWT)とファイル(MIME)を同じ場所で扱うコードでは、2つのデコーダを分けておきましょう。

実際にBase64に出会う場所

  • メールの添付ファイル(MIME)。 メールはテキスト用に設計されました。添付ファイルはBase64エンコードされてメッセージ本文に入ります。だから10 MBの添付ファイルはメールを約13 MBにするのです。
  • data URI。 data:image/png;base64,iVBORw0… は小さな画像をHTMLやCSSに直接埋め込みます。リクエストが1つ減りますが、33%余分なバイトがかかる代償があります。小さなアイコンには最適ですが、写真には最悪です。
  • JWT。 JSON Web TokenのヘッダーとペイロードはBase64URLです。だから誰でもデコードできます(詳しくは JWTガイド).
  • HTTP Basic認証。 Authorization: Basic dXNlcjpwYXNz は単に user:pass をBase64にしたものです。難読化されているだけで、保護されているわけではありません。HTTPSなしでは簡単に読めてしまいます。
  • JSONや設定ファイルへのバイナリの埋め込み。 小さな鍵、証明書、サムネイルはBase64文字列としてやり取りされます。JSONにはバイナリ型がないからです。

Base64ではないもの

暗号化ではありません。 鍵も秘密もありません。デコードは誰でも使える対応表にすぎません。Base64を「隠す」手段として扱うのは、機能ではなくセキュリティバグです。

圧縮ではありません。 出力は常に大きくなります。約33%大きく、さらにパディングも付きます。サイズが重要なら、まず圧縮(gzip)してから、必要ならエンコードしましょう。容量を節約しようとしてエンコードしてはいけません。

ハッシュではありません。 ハッシュは一方向で固定サイズですが、Base64は完全に可逆で、入力とともに大きくなります。エンコーディング、暗号化、ハッシュの3つを混同するのは、ソフトウェアにおける最も一般的なセキュリティの誤解のひとつです。

よくあるミス

  • Base64をセキュリティだと思うこと。 「パスワードをBase64エンコードしました」は、ただの平文にひと手間加えただけです。
  • パディングを忘れること。 厳密なデコーダはパディングなしの入力を拒否し、寛容なものは受け入れます。パディングを除去する前に、自分のデコーダがどちらかを確認しておきましょう。 =.
  • 標準の文字表とURLセーフな文字表を混同すること。 +// と -/_ — 自分のデータに合ったデコーダを選びましょう。
  • 文字セットを先に決めずにテキストをエンコードすること。 Base64は文字ではなくバイトをエンコードします。「café」はUTF-8とLatin-1では出力が異なります。常にUTF-8を明示的にエンコードしましょう。
  • 大きなファイルをBase64エンコードしてHTMLに埋め込むこと。 2 MBの写真はページ内で2.7 MBのテキストになり、キャッシュできず遅くなります。代わりにファイルにリンクしましょう。

試す:Base64エンコーダ

Base64エンコーダで自分のテキストをエンコードしてデコードし直してみましょう。次に画像ファイルも試して、出力がちょうど3分の1増えるのを確認してください。まさにこのガイドの予測通りです。

Base64エンコーダを開く →

さらに学ぶ

よくある質問

Base64の出力がときどき = や == で終わるのはなぜですか?

パディングです。入力は3バイト単位で処理され、最後のグループが2バイトなら = が1つ、1バイトなら == が2つ追加されます。パディングにより出力の長さが4の倍数に保たれ、デコーダは最後のグループが何バイトだったかを知ることができます。

Base64は可逆ですか?

はい、完全に可逆です。暗号化でもハッシュでもなく、エンコーディングです。文字列さえあれば誰でも鍵なしでデコードできます。何かを隠すために使ってはいけません。

Base64の出力が入力より大きいのはなぜですか?

出力の各文字は6ビットを運びますが、テキストとしては8ビット(1バイト)を占めます。3バイト(24ビット)が4文字(32ビット)になるため、33%のオーバーヘッドに、さらに最大2文字のパディングが加わります。

Base64と16進エンコーディングの違いは何ですか?

どちらもバイトをテキストで表します。16進数は16文字(0-9、a-f)を使うため、1バイトが2文字になり、オーバーヘッドは100%です。Base64は64文字を使うため、3バイトが4文字になり、オーバーヘッドは33%です。16進数は読みやすく比較しやすいですが、Base64のほうがコンパクトです。

Base64で中国語や絵文字のようなUnicodeテキストをエンコードできますか?

はい。ただしエンコードするのはバイトなので、テキストはまずバイトに変換する必要があり、ほぼ常にUTF-8です。同じ文字でもUTF-16でエンコードすればBase64はまったく異なります。デコードして文字化けする場合は、Base64ではなくバイトエンコーディングが間違っています。