Codifica-Decodifica • David7ce's Site

Qué significa codificar#

Codificar es convertir información a un formato que se pueda guardar o transmitir, y decodificar es deshacer ese paso. La idea está en todas partes: el código Morse codifica letras, un código de barras codifica un número e incluso el ADN codifica proteínas en grupos de tres letras que las células decodifican. En informática todo acaba siendo bytes, y una codificación es simplemente el acuerdo sobre qué significan esos bytes.

Codificar, cifrar y calcular un hash no es lo mismo#

Tipo	Para qué sirve	¿Reversible?	¿Necesita clave?	Ejemplos
Codificación	Representar datos en un formato	Sí	No	UTF-8, Base64, codificación de URL
Cifrado	Mantener los datos en secreto	Sí, con la clave	Sí	AES, GPG (mira Gestor de contraseñas y cifrado sencillo)
Hash	Huella de los datos, comprobar integridad	No	No	SHA-256

El error más común es tratar una codificación como si protegiera algo: cualquiera puede decodificar Base64, así que no oculta nada.

Formatos con los que te cruzas a diario#

UTF-8 es cómo el texto se convierte en bytes. Una letra ocupa de uno a cuatro bytes: A es 41, é es C3 A9, € es E2 82 AC y 😀 es F0 9F 98 80. Si lees esos bytes con otra codificación aparece el típico texto roto: café se ve como cafÃ©.
Base64 lleva datos binarios dentro de texto plano (adjuntos de correo, URLs data:, JSON, tokens). Cada 3 bytes pasan a 4 caracteres imprimibles, así que el resultado pesa un tercio más. Hello se convierte en SGVsbG8=.
Codificación de URL (porcentaje) sustituye los caracteres no seguros por % y el byte en hexadecimal: café & té pasa a caf%C3%A9%20%26%20t%C3%A9.
Hexadecimal y binario son otras formas de escribir bytes: Hi es 48 69 en hexadecimal y 01001000 01101001 en binario.

Pruébalo tú mismo#

En una terminal de Linux o macOS:

echo -n "Hello" | base64        # SGVsbG8=
echo "SGVsbG8=" | base64 -d     # Hello

bash

En PowerShell:

[Convert]::ToBase64String([Text.Encoding]::UTF8.GetBytes("Hello"))
# SGVsbG8=
[Text.Encoding]::UTF8.GetString([Convert]::FromBase64String("SGVsbG8="))
# Hello

powershell

En Python:

import base64, urllib.parse

base64.b64encode("café".encode("utf-8")).decode()   # 'Y2Fmw6k='
urllib.parse.quote("café & té")                      # 'caf%C3%A9%20%26%20t%C3%A9'

python

Para experimentar sin escribir código, CyberChef ↗ funciona en el navegador y encadena muchas codificaciones y decodificaciones.

Errores habituales#

Usar Base64 como si fuera cifrado. Cualquiera puede revertirlo; si los datos son secretos, usa cifrado de verdad.
Codificar dos veces. Un %20 que se vuelve a codificar pasa a %2520.
No indicar la codificación. Guarda los archivos en UTF-8, declara <meta charset="utf-8"> en las páginas web y, en Python, abre los ficheros de texto con encoding="utf-8" en vez de depender del valor por defecto del sistema (en Windows suele ser una página de códigos antigua).

En resumen#

Codificar es solo un acuerdo sobre el formato: hace que los datos sean portables, no secretos. Saber qué formato tienes delante (UTF-8, Base64, porcentaje, hexadecimal) es casi todo el trabajo cuando algo se ve roto.