6

Gostaria de saber onde posso obter alguma implementação em PHP, semelhante ao MIME Base64 do PHP mas que conte apenas com os caracteres de A-Z, a-z e 0-9.

O Base64 do PHP é bastante versátil, mas preciso de um algoritmo que não contemple os caracteres +, /, - e =. Sei que posso substituir os caracteres mencionados para efeitos de um URL, que até nem é o caso, mas pretendia mesmo um algoritmo de codificação directo.

A codificação de números para base62, é linear, mas pretendia a codificação de uma string PHP binária. Importante realizar o encode e o decode.

Alguém me pode indicar alguma implementação prática?

4
  • github.com/vinkla/base62
    – gmsantos
    Commented 16/01/2015 às 16:04
  • @gmsantos agradeço a referência mas já conhecia, mas como expliquei para mim a codificação Base62 de valores numéricos é básica e linear. O que pretendo é um codificador com o range (A-Z, a-z e 0-9) mas para strings. E isso não encontro e acho que tenho mesmo de desenvolver um e na unha mesmo. Mas agradeço o seu tempo.
    – chambelix
    Commented 16/01/2015 às 22:19
  • @chambelix Viu a minha resposta? Commented 16/01/2015 às 22:20
  • @Victor vi e vou responder estou a analisar :)
    – chambelix
    Commented 16/01/2015 às 22:22

2 Respostas 2

4

Segue a implementação.

  • Implementado em duas linguagens diferentes: PHP e em Java.
  • Permite você especificar o alfabeto no construtor.
  • O tamanho do alfabeto é obtido a partir do próprio alfabeto.
  • Deve funcionar para qualquer tamanho de alfabeto >= 2 e < 256.
  • O funcionamento do encode consiste em interpretar a String de entrada como um número base-256 a ser convertido em BigInteger. Em seguida, o BigInteger é convertido para uma String em base-62 (ou qualquer outra, de acordo com o alfabeto dado).
  • O funcionamento do decode é apenas o inverso do encode. Recebe a String como se fosse um número em base-62 (ou qualquer outra), converte para BigInteger e então converte o BigInteger para uma String base-256.

PHP:

Eis o código:

<?php

include('Math/BigInteger.php');

class BaseN {

    private $base;
    private $radix;
    private $bi256, $one, $zero;

    function __construct($base) {
        $this->base = $base;
        $this->radix = new Math_BigInteger(strlen($base));
        $this->bi256 = new Math_BigInteger(256);
        $this->zero = new Math_BigInteger(0);
        $this->one = new Math_BigInteger(1);
    }

    public function encode($text) {
        $big = $this->one;
        for ($j = 0; $j < strlen($text); $j++) {
            $big = $big->multiply($this->bi256)->add(new Math_BigInteger(ord($text[$j])));
        }
        $result = "";
        while (!$this->zero->equals($big)) {
            $parts = $big->divide($this->radix);
            $small = intval($parts[1]->toString());
            $big = $parts[0];
            $result = $this->base[$small] . $result;
        }
        return $result;
    }

    public function decode($text) {
        $big = $this->zero;
        for ($j = 0; $j < strlen($text); $j++) {
            $i = strpos($this->base, $text[$j]);
            $big = $big->multiply($this->radix)->add(new Math_BigInteger($i));
        }
        $result = "";
        while (!$this->zero->equals($big)) {
            $parts = $big->divide($this->bi256);
            $small = $parts[1]->toBytes();
            $big = $parts[0];
            $result = $small . $result;
        }
        return substr($result, 1);
     }
}

?>

Modo de usar:

// Passa o alfabeto como parâmetro. Tem 62 caracteres aqui, então são 62 símbolos.
$k = new BaseN("0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz");
$x = "The quick brown fox jumps over a lazy dog";
echo $x . "\n";
$c = $k->encode($x);
echo $c . "\n"; // Escreve "1u9WLfG65OMtVkQWPtWDcC6o8IjI5td5l9DzpilIK4Nyx81tKLRrStPj"
$d = $k->decode($c);
echo $d . "\n"; // Escreve "The quick brown fox jumps over a lazy dog"

Veja aqui no ideone (não se assuste com o tamanho do código, tive que colocar a classe BigInteger inteira lá).

Em Java

E, caso alguém se interesse, eu também implementei em Java. Eis o código:

import java.util.List;
import java.math.BigInteger;
import java.util.ArrayList;
import java.util.Collections;

/**
 * @author Victor
 */
public class BaseN {
    private static final BigInteger BI_256 = BigInteger.valueOf(256);

    private final String base;
    private final BigInteger radix;

    public BaseN(String base) {
        this.base = base;
        this.radix = BigInteger.valueOf(base.length());
    }

    public String encode(String text) {
        byte[] bytes = text.getBytes();
        BigInteger big = BigInteger.ONE;
        for (byte b : bytes) {
            big = big.multiply(BI_256).add(BigInteger.valueOf(b));
        }
        StringBuilder sb = new StringBuilder(bytes.length * 4 / 3 + 2);
        while (!BigInteger.ZERO.equals(big)) {
            BigInteger[] parts = big.divideAndRemainder(radix);
            int small = parts[1].intValue();
            big = parts[0];
            sb.append(base.charAt(small));
        }

        return sb.reverse().toString();
    }

    public String decode(String text) {
        BigInteger big = BigInteger.ZERO;
        for (char c : text.toCharArray()) {
            int i = base.indexOf(c);
            if (i == -1) throw new IllegalArgumentException();
            big = big.multiply(radix).add(BigInteger.valueOf(i));
        }

        List<Byte> byteList = new ArrayList<>(text.length());
        while (!BigInteger.ZERO.equals(big)) {
            BigInteger[] parts = big.divideAndRemainder(BI_256);
            int small = parts[1].intValue();
            big = parts[0];
            byteList.add((byte) small);
        }
        Collections.reverse(byteList);

        byte[] r = new byte[byteList.size() - 1];
        int i = 0;
        for (Byte b : byteList) {
            if (i > 0) r[i - 1] = b;
            i++;
        }
        return new String(r);
    }
}

Modo de usar:

public class Main {
    public static void main(String[] args) {
        // Passa o alfabeto como parâmetro. Tem 62 caracteres aqui, então são 62 símbolos.
        BaseN bn = new BaseN("0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz");
        String x = "The quick brown fox jumps over a lazy dog";
        System.out.println(x);
        String a = bn.encode(x);
        System.out.println(a); // Escreve "1u9WLfG65OMtVkQWPtWDcC6o8IjI5td5l9DzpilIK4Nyx81tKLRrStPj"
        String b = bn.decode(a);
        System.out.println(b); // Escreve "The quick brown fox jumps over a lazy dog"
    }
}

Veja aqui no ideone.

11
  • 1
    dou os meus parabéns pois você acabou de me entregar um algoritmo que me vai poupar algumas horas... ainda por cima você utiliza o Math_BigInteger como eu. Só posso votar uma vez e já o fiz porque senão votava mais vezes na tua resposta. Deixe me dizer que a sua solução é completa e o código bem estruturado. Posso usar em meu código? Quanto à solução em JAVA é a cereja em cima do bolo.
    – chambelix
    Commented 16/01/2015 às 22:35
  • @chambelix Claro que pode usar! :) Fico grato em ter ajudado, pois este daqui foi bem desafiador e interessante de fazer. Commented 16/01/2015 às 22:39
  • Ocorre um erro em determinados tamanhos de string no encode na linha $small=ord($parts[1]->toBytes()[0]). Mas já apanhei...mais uma vez obrigado.
    – chambelix
    Commented 16/01/2015 às 23:00
  • @chambelix Me explique melhor o erro. Odeio bugs. Que string você usou? Commented 16/01/2015 às 23:12
  • 1
    já vi :) mais uma vez os meus parabéns... corrigidissimo!
    – chambelix
    Commented 17/01/2015 às 0:28
1

Você não pode ter algo representado em base64 com apenas este range de caracteres (A-Z, a-z e 0-9) pois este range conta com apenas 62 caracteres e base64 exige 64 representações distintas.

Então se você não quiser os caracteres + e / na sua representação em base64, precisará substituí-los por outra coisa fora deste range. Terá que escolher uma substituição para o = também pois ele pode aparecer numa representação em base64 a fim de completar o tamanho do último bloco.

O que tem sido usado na prática, quando da necessidade por exemplo de incluir uma representação base64 em uma URL, é substituir o conjunto {+ / =} por {- _ ,}, respectivamente.

Numa pesquisa rápida, me pareceu que PHP não possui nativamente uma função para isso, de modo que você terá que implementar a sua própria.

Mesmo que sua intenção não seja a utilização em URL, esta idéia deve lhe servir:

function base64url_encode($plainText) {

    $base64 = base64_encode($plainText);
    $base64url = strtr($base64, '+/=', '-_,');
    return $base64url;   
}

function base64url_decode($plainText) {

    $base64url = strtr($plainText, '-_,', '+/=');
    $base64 = base64_decode($base64url);
    return $base64;   
}

Update: Acabou de me ocorrer também que você pode converter seus bytes para Hexadecimal, o qual é representado apenas por 0-9 e A-F. A string resultante fica bem maior que na representação base64, mas talvez lhe sirva. Não conheço função PHP que faça isso mas a lógica de conversão de bytes para hexadecimal é bastante simples.

5
  • Não acho que seja isso que ele quer. Pelo que entendi, ele quer um algoritmo de codificação em base-62, e não representar um base-64 com 62 símbolos distintos. E mesmo assim, existe formas de você representar base-64 com 62 símbolos. Por exemplo, você usa 61 símbolos normalmente (0-9, A-Z e a-y), e então usa za, zb e zc para corresponderem aos três símbolos distintos restantes, aonde z não pode aparecer no final e nem seguido de algo que não seja a, b ou c. Commented 16/01/2015 às 16:29
  • @Victor Existem 1001 formas de representar qualquer valor de qualquer maneira, e você pode inventar mais uma - igual Neston. Basta fazer uma funçãozinha como esta que colei na minha resposta :-)
    – Caffé
    Commented 16/01/2015 às 16:41
  • sim, exatamente. É que na sua resposta você diz Você não pode ter algo representado em base64 com apenas este range de caracteres, e eu acabei de mostrar uma forma de fazer isso. :) Commented 16/01/2015 às 16:55
  • @Victor, todos sabemos que entre o céu e a terra há mais coisas do que sonha a nossa filosofia; então escrevemos "sim", "não", "sempre", "nunca" sem medo porque sabemos que em algum grau ou em algum momento ou de algum ponto de vista algo será diferente do que foi afirmado - e os sábios nos lêem sem levar ao extremo estas palavras porque sabem o mesmo e sabem que sabíamos ao escrever. Por isso não se preocupe, apenas escreva uma resposta com as suas idéias e ela terá o potencial de ajudar alguém. Se não ajudar, o mecanismo do SO (votos, moderação..) cuida para que também não atrapalhe.
    – Caffé
    Commented 16/01/2015 às 17:09
  • @Caffé agradeço e muito o seu tempo mas como referi na minha pergunta mencionei que "Sei que posso substituir os caracteres mencionados para efeitos de um URL" e conheço muito bem o algoritmo Base64 a sua aplicabilidade. A sua resposta está um pouco fora da minha pergunta... Mas agradeço o tempo que perdeu.
    – chambelix
    Commented 16/01/2015 às 22:27

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .