Codificador e decodificador Base91

O que é basE91?

O basE91 é uma codificação de binário para texto criada por Joachim Henke. Ele usa 91 dos 95 caracteres ASCII imprimíveis: todos, exceto o espaço, o apóstrofo ', o hífen - e a barra invertida \.

Ele não trabalha com blocos fixos de bytes. O codificador acumula os bits da entrada em um buffer e pega 13 deles de cada vez. Se o valor de 13 bits for maior que 88, ele é escrito como dois caracteres. Se for 88 ou menos, um 14º bit também é pego, o que ainda cabe, porque dois caracteres na base 91 podem expressar 91 × 91 = 8281 valores diferentes. Assim, cada 13 ou 14 bits viram exatamente 2 caracteres.

O resultado é um acréscimo de no máximo cerca de 23%, que cai para cerca de 14% em dados com longas sequências de bytes zero. Dados aleatórios ou compactados ficam perto do limite superior.

Como o basE91 se compara a outras codificações

Para comparar o comprimento real da saída com os seus próprios dados, digite-os em Todas as codificações.

Pontos de atenção

• Escape. O alfabeto contém as aspas duplas ", que precisam de escape em JSON e na maioria dos literais de string, e também <, > e &, que precisam de escape em HTML e XML. O basE91 não é seguro para URL.
• Decodifique a string inteira. Como os bits atravessam os limites entre caracteres, um trecho cortado do meio de uma string basE91 não pode ser decodificado sozinho.
• Suporte. O basE91 não é um padrão da IETF. O autor publica implementações de referência em C e em outras linguagens, e existem ports para a maioria das plataformas, como o pacote base91 para Python.