Codificador e decodificador com alfabeto personalizado

Duas formas de mapear bytes em caracteres

Número grande funciona como o Base58. A entrada inteira é lida como um único número inteiro grande e dividida repetidas vezes pelo tamanho do alfabeto; cada resto escolhe um caractere. Funciona com qualquer alfabeto de pelo menos 2 caracteres, como 10, 36, 58 ou 62. Os bytes zero iniciais são escritos como o primeiro caractere do alfabeto, então sobrevivem a uma ida e volta. Não há preenchimento, e a entrada é limitada a cerca de 20 KB porque a aritmética fica lenta com dados longos.

Grupos de bits funcionam como na RFC 4648. A entrada é cortada em blocos com um número fixo de bits: 1 bit para um alfabeto de 2 caracteres, 4 bits para 16, 5 bits para 32 e 6 bits para 64. Cada bloco é um índice no alfabeto. É exatamente assim que hex, Base32 e Base64 funcionam, e o tamanho da saída depende apenas do tamanho da entrada.

Por que os dois métodos dão resultados diferentes

Um método codifica o valor numérico dos dados; o outro, os bits posição por posição. Os resultados geralmente são diferentes, e uma string precisa ser decodificada com o mesmo método que a gerou.

Com Grupos de bits e = como preenchimento, os alfabetos padrão reproduzem o Base64 e o Base32 normais. Número grande descarta o bit zero inicial de A porque escreve um valor, e não um número fixo de bits. Com os dez dígitos como alfabeto, ele simplesmente mostra os bytes de Hi como um número decimal.

O caractere de preenchimento só se aplica a Grupos de bits. A saída é preenchida até um múltiplo de 4 caracteres para alfabetos de 64 caracteres e até um múltiplo de 8 para alfabetos de 32 e 8 caracteres. Com 2, 4 ou 16 caracteres, cada byte ocupa caracteres inteiros, então o preenchimento nunca é necessário.

Regras para um alfabeto válido

• Pelo menos dois caracteres.
• Sem repetições. O decodificador mapeia cada caractere de volta para exatamente um valor. Se a representasse tanto 0 quanto 10, uma string que o contivesse não poderia ser decodificada.
• Maiúsculas e minúsculas fazem diferença. a e A são caracteres diferentes.
• O caractere de preenchimento não pode estar no alfabeto, senão não seria possível distingui-lo dos dados.

Tudo é executado no seu navegador, então o seu alfabeto e os seus dados ficam no seu dispositivo.

Quando um alfabeto personalizado ajuda

• IDs ofuscados. Um alfabeto embaralhado transforma identificadores em tokens sem um padrão óbvio. Isso esconde, mas não protege: qualquer pessoa que conheça o alfabeto consegue decodificá-los.
• Formatos proprietários ou legados. Copie o alfabeto próprio de um sistema a partir da documentação dele e decodifique os dados diretamente.
• Aprendizado. Compare tamanhos de alfabeto e os dois métodos para entender como funciona a conversão de base. Para alfabetos fixos, veja Base58 e Base62.