テキスト・データ

Base64とは?仕組み・33%増える理由・使いどころをやさしく解説

ほかの言語で読む: 한국어 · English

Base64(ベースろくじゅうよん)は、画像やファイルなどのバイナリデータを、英字の大文字・小文字、数字、「+」「/」の合計64種類の文字だけで表すための変換方式です。3バイトのデータを4文字に置き換えるので、変換後のデータは元より約33%大きくなります。暗号化ではないため、誰でも元のデータに戻せます。

メールの添付ファイル、Webページに直接埋め込まれた画像、APIでやり取りされるJSON、ログイン情報を送るBasic認証など、Base64は多くの場面で裏方として使われています。「iVBORw0KGgo…」や「…==」のような長い英数字の列を見かけたら、たいていBase64です。

この記事では、短い文字列を実際にビット単位で分ける手順を示しながら仕組みを説明します。そのうえで、サイズが増える理由、末尾の「=」の意味、URL用の別バージョン、主な使われ方と注意点を順に整理します。

Base64とは:64種類の文字でデータを表す変換方式

コンピューターの中のデータは、すべて0と1の並び(ビット)でできています。8ビットをまとめた単位を「バイト」と呼び、1バイトは0〜255の256通りの値を取れます。画像や圧縮ファイルのように、文字として読めない値を含むデータを「バイナリデータ」と呼びます。

Base64は、このバイナリデータを6ビットずつに区切り、それぞれを64種類の文字のどれかに置き換えます。6ビットで表せる値はちょうど2の6乗=64通りなので、64文字あれば足ります。

Base64で使われる64文字

規格(RFC 4648)で決められている対応表は次のとおりです。

6ビットの値 割り当てられる文字
0〜25 A〜Z(大文字)
26〜51 a〜z(小文字)
52〜61 0〜9(数字)
62 +
63 /
(補助) =(パディング。64文字には含まれない)

たとえば値19は「T」、値46は「u」(46−26=20番目の小文字)、値56は「4」(56−52)です。

なぜわざわざ文字に置き換えるのか

メールやHTML、JSON、HTTPのヘッダーなどは、もともとテキストを扱う前提で作られた仕組みです。そこにバイナリデータをそのまま流すと、改行コードとして解釈されたり、途中で文字化けしたり、制御文字として削除されたりするおそれがあります。

Base64に変換すると、どの環境でも安全に扱える英数字と記号だけになります。「テキストしか通れない道に、バイナリデータを通すための変換」と考えるとわかりやすいです。

Base64の仕組み:3バイトを4文字に変換する手順

実際に、英字3文字の「Man」をBase64に変換してみます。

  1. 各文字を文字コード(ASCII)の数値にします。M=77、a=97、n=110です。
  2. それぞれを8ビットの2進数にします。M=01001101、a=01100001、n=01101110です。
  3. 3つをつなげて24ビットにします。010011010110000101101110
  4. 先頭から6ビットずつ4つに区切ります。010011/010110/000101/101110
  5. 各6ビットを10進数にします。19/22/5/46
  6. 対応表で文字に置き換えます。19=T、22=W、5=F、46=u

結果は「TWFu」です。3バイト(24ビット)が、6ビット×4文字にぴったり収まっています。これがBase64の基本単位です。

日本語の場合は文字コードで結果が変わる

日本語の「あ」は、UTF-8という文字コードでは3バイト(16進数でE3 81 82)で表されます。これを同じ手順で変換すると次のようになります。

  • 2進数:11100011 10000001 10000010
  • 6ビット区切り:111000/111000/000110/000010
  • 10進数:56/56/6/2
  • 文字:4/4/G/C

UTF-8の「あ」は「44GC」になります。一方、Shift_JISでは「あ」は2バイト(82 A0)なので、Base64の結果は「gqA=」とまったく別物です。Base64は「文字」ではなく「バイト列」を変換するため、デコード(元に戻すこと)するときに元の文字コードを間違えると文字化けします。文字とバイト数の関係は「文字数の数え方|スペース・改行・全角半角・絵文字の扱いを解説」でも詳しく扱っています。

末尾の「=」は何?パディングのルール

入力が3バイトで割り切れないときは、最後のかたまりが24ビットに足りません。その場合は足りないビットを0で埋めて文字に変換し、出力が4文字の倍数になるよう末尾に「=」を付けます。この「=」をパディング(詰め物)と呼びます。

最後のかたまり 処理 例 結果
3バイト そのまま4文字 Man TWFu
2バイト(16ビット) 0を2ビット足して3文字+「=」 Ma TWE=
1バイト(8ビット) 0を4ビット足して2文字+「==」 M TQ==

「Ma」の場合、01001101 01100001 を6ビットずつに区切ると 010011/010110/0001 となり、最後に00を足して000100(=4、E)にします。3文字「TWE」に「=」を1つ付けて「TWE=」です。

つまり、末尾の「=」の数を見れば、元データのバイト数を3で割った余りがわかります。「==」なら余り1、「=」なら余り2、なしなら割り切れています。「=」は3文字以上続くことはありません。

Base64でデータが約33%大きくなる理由

Base64では3バイトの入力が4文字になります。出力された1文字は通常1バイト(8ビット)として保存・送信されるので、24ビットの情報を運ぶのに32ビットを使うことになります。32÷24=4÷3≒1.333なので、サイズは約1.33倍、つまり約33%増えます。

1文字あたり6ビットしか情報を運べないのに、8ビット分の場所を使う。この差の2ビットが増加分の正体です。

入力バイト数と出力文字数の早見表

パディングありの出力文字数は「3で割って切り上げた数×4」で求められます。

入力バイト数 計算 出力文字数 末尾 元に対する倍率
1 1×4 4 == 4倍
2 1×4 4 = 2倍
3 1×4 4 なし 約1.33倍
4 2×4 8 == 2倍
5 2×4 8 = 1.6倍
6 2×4 8 なし 約1.33倍
10 4×4 16 == 1.6倍
100 34×4 136 == 1.36倍
1,000 334×4 1,336 == 1.336倍
1,000,000 333,334×4 1,333,336 == 約1.333倍

データが小さいほど端数の影響が大きく、倍率は高くなります。大きなデータでは4/3倍に近づきます。たとえば3,000,000バイト(3MB)の写真は3で割り切れるので、ちょうど4,000,000文字になります。

メール添付ではさらに少し増える

メールでBase64を使う場合、規格(MIME)では1行を最大76文字とし、行末に改行(CRLF、2バイト)を入れます。76文字ごとに2バイトが加わるので、さらに約2.6%(2÷76)増えます。4/3×78/76≒1.37なので、添付ファイルは元の約1.37倍になる目安です。

そのため、メールサービスの添付サイズ上限ぎりぎりのファイルを送ると、変換後に上限を超えてしまうことがあります。上限の判定方法はサービスによって異なるので、余裕をもったサイズにしておくと安心です。

URLセーフなBase64(base64url)との違い

標準のBase64で使う「+」と「/」は、URLの中では特別な意味を持ちます。「/」はパスの区切り、「+」はフォームのデータで空白として扱われることがあり、「=」もクエリパラメーターの名前と値の区切りに使われます。

そこでRFC 4648では、URLやファイル名で使いやすい「base64url」という別の文字セットも定めています。

項目 標準のBase64 base64url
値62の文字 + -(ハイフン)
値63の文字 / _(アンダースコア)
末尾の「=」 付ける 省略されることが多い
主な用途 メール、データURL、Basic認証 URLのパラメーター、ファイル名、JWT(ログイン用のトークン形式)

両者は62番と63番の文字以外は同じです。そのため、base64urlの文字列をそのまま標準のデコーダーに入れると、「-」や「_」が含まれている部分でエラーになったり、別のデータに化けたりします。

base64urlを標準のデコーダーで読む手順

base64urlを標準のデコーダーで読むには、「-」を「+」に、「_」を「/」に置き換え、文字数が4の倍数になるまで末尾に「=」を補います。2バイトのデータ(16進数でFB FF)を例にすると、次のようになります。

  1. base64urlの文字列は「-_8」(3文字、「=」は省略)です。
  2. 「-」を「+」に、「_」を「/」に置き換えて「+/8」にします。
  3. 3文字なので、4の倍数になるよう「=」を1つ補って「+/8=」にします。
  4. これは標準Base64でFB FFを変換した結果と一致し、標準のデコーダーで元に戻せます。

「=」を補うだけ、あるいは文字を置き換えるだけでは、どちらか一方の理由でエラーになることがあります。base64urlに対応したデコーダーを使える場合は、変換せずにそのまま渡すのが確実です。

Base64が使われている主な場面

データURL(画像をHTMLやCSSに埋め込む)

data:image/png;base64,iVBORw0KGgo… のように、ファイルの中身をそのままURLとして書く形式です。小さなアイコンをHTMLやCSSに直接埋め込めるので、画像ファイルを別に用意する必要がありません。

ただし約33%大きくなるうえ、画像ファイルとして個別にキャッシュ(ブラウザーへの一時保存)されにくくなります。サイズの大きな写真には向かず、数KB程度の小さな画像に限って使うのが一般的です。画像形式そのものの選び方は「JPG・PNG・WebPの違いとは?写真・ロゴ・Web用途別の使い分け早見表」を参考にしてください。

ちなみに、ファイルの先頭部分は形式ごとに決まっているので、Base64の書き出しを見れば形式の見当がつきます。PNGは「iVBORw0KGgo」、JPEGは「/9j/」で始まります。

メールの添付ファイルと日本語の件名

メールは歴史的にテキストを送る仕組みなので、添付ファイルはBase64などに変換して本文の一部として送られます。メールのソースを表示すると、添付部分に「Content-Transfer-Encoding: base64」という指定と、76文字ごとに折り返された英数字の列が見えます。

日本語の件名や差出人名も、=?UTF-8?B?…?= のような形でBase64を使って表されることがあります。「B」がBase64を意味します。

JSONやAPIでのファイルのやり取り

JSONにはバイナリデータを入れる専用の型がありません。そのため、APIで画像やPDFを送るときは、Base64に変換して文字列として入れる方法がよく使われます。サイズが増える点を考えて、大きなファイルは別の方法でアップロードする設計のサービスもあります。

Basic認証(ユーザー名とパスワードの送信)

HTTPのBasic認証では、「ユーザー名:パスワード」をコロンでつないだ文字列をBase64に変換し、Authorization: Basic … というヘッダーで送ります。規格のRFC 7617には、「Aladdin:open sesame」(19バイト)が「QWxhZGRpbjpvcGVuIHNlc2FtZQ==」(28文字)になる例が載っています。19を3で割ると6余り1なので、7×4=28文字、末尾は「==」で、早見表のルールどおりです。

ここで変換しているのは、コロンや記号を含む文字列をヘッダーに安全に載せるためで、内容を隠すためではありません。Basic認証はHTTPS(通信を暗号化する仕組み)と組み合わせて使うのが前提です。

Base64は暗号化ではない:よくある誤解と注意点

Base64は、鍵もパスワードも使わない、決まった対応表による変換です。変換方法は公開されている規格なので、Base64の文字列を見た人は誰でも数秒で元に戻せます。「英数字の列になっていて読めないから安全」というのは誤解です。

やってはいけない使い方

  • パスワードや個人情報をBase64にしただけで保存・公開する
  • 設定ファイルやソースコードにAPIキーをBase64で書いて「隠したつもり」になる
  • Base64の文字列をURLに入れて、第三者に見られても大丈夫だと考える
  • 本物のパスワードやAPIキーを含む文字列を、データの扱い方が説明されていないWebサービスに貼り付ける

秘密にしたい情報には、暗号化やアクセス制限など、目的に合った別の対策が必要です。

逆に、怪しい文字列の正体を確かめるのにも使える

受け取ったデータや設定値に意味不明な英数字の列があるとき、Base64としてデコードすると中身がわかることがあります。Base64エンコード・デコードツールを使えば、テキストやファイルのBase64変換と復元ができます。デコード結果が文字化けする場合は、先に説明したとおり元の文字コードの違いを疑ってください。

似た変換との違い

URLに日本語を入れるときの「%E3%81%82」のような表記は、パーセントエンコーディングという別の方式で、Base64とは関係ありません。URLの日本語を読みたい場合はURLエンコード・デコードツールが適しています。

Base64を扱うときのチェックリスト

  • サイズの見積もり:出力文字数=(入力バイト数÷3を切り上げ)×4。大きなデータは約1.33倍、メール添付は約1.37倍を目安にする
  • 末尾の「=」:「==」は余り1バイト、「=」は余り2バイト。3つ以上続く場合は壊れているか別の形式
  • 文字の種類:「-」「_」があればbase64url、「+」「/」があれば標準Base64
  • base64urlを標準のデコーダーで読む:「-」→「+」、「_」→「/」に置き換え、4の倍数になるまで「=」を補う
  • 文字数:パディングありなら4の倍数。違う場合は「=」の省略や途中の欠けを疑う
  • 改行・空白:メール由来のデータは76文字ごとの改行を含む。デコーダーがエラーを出すなら取り除いてから試す
  • 文字化け:デコード後のテキストが化けたら、UTF-8やShift_JISなど元の文字コードを確認する
  • 安全性:Base64は誰でも戻せる。秘密の情報を守る目的には使わない
  • 規格の確認:細かい仕様はRFC 4648(Base64とbase64url)、RFC 7617(Basic認証)を参照する

よくある質問

Base64でエンコードするとデータを圧縮できますか?

圧縮はできません。Base64は3バイトを4文字に置き換えるので、むしろ約33%大きくなります。容量を減らしたいときは、先にZIPなどで圧縮してからBase64に変換するのが一般的な順番です。

Base64とBase32、Base16は何が違いますか?

どれもRFC 4648に定められた方式で、使う文字の種類の数が違います。Base16は16進数表記と同じで1バイトを2文字にするため2倍、Base32は5バイトを8文字にするため1.6倍になります。文字の種類が多いBase64がいちばん効率的ですが、大文字と小文字を区別するため、区別しない環境ではBase32が選ばれることもあります。

ある文字列がBase64かどうかを見分ける方法はありますか?

英数字と「+」「/」(またはURL用の「-」「_」)だけでできていて、文字数が4の倍数、末尾に「=」が0〜2個ある場合はBase64の可能性が高いです。ただし普通の英単語も条件を満たすことがあるため、確実に判定するには実際にデコードして、意味のあるデータになるかを確かめる必要があります。

JavaScriptのbtoaで日本語を変換するとエラーになるのはなぜですか?

ブラウザーのbtoaは、1文字が1バイトに収まる範囲の文字しか直接扱えない仕様だからです。日本語を変換するときは、先にTextEncoderなどで文字列をUTF-8のバイト列にしてからBase64にする必要があります。デコードするときも、同じ文字コードでバイト列から文字列に戻してください。