C言語でbase64のデコーダを作成しています。自分のやり方だと、例えばエンコードされた平仮名の「あ」をデコードするときに、2バイトのデータを一度10進数に変換しました。すると33440(0x82a0)の値が計算できてSJISの2バイトの文字コード表と照らし合わせると平仮名の[あ」を指しているのですが、2バイトのデータである(0x82a0)を文字に変換して出力する方法がわかりません。
環境
win7 64bit
vs 2013
C言語でbase64のデコーダを作成しています。自分のやり方だと、例えばエンコードされた平仮名の「あ」をデコードするときに、2バイトのデータを一度10進数に変換しました。すると33440(0x82a0)の値が計算できてSJISの2バイトの文字コード表と照らし合わせると平仮名の[あ」を指しているのですが、2バイトのデータである(0x82a0)を文字に変換して出力する方法がわかりません。
環境
win7 64bit
vs 2013
Base64と言うのは3バイト単位のバイナリデータをASCII文字中の特定の64文字から4文字を使って表すための方法です。元の「バイナリデータ」が何らかの文字列を表していたとしても、文字ごとの区切りが処理の区切りになることはありません。
例えば、元の文字列として"Aあ"
なんて2文字からなる文字列を考えてみます。これをSJISのバイナリデータで表すと、
41 82 A0
の3バイトになります。これをBase64に変換する場合には、41 82 A0
の3バイトをまとめて変換する必要があります。"A"
と"あ"
は別の文字だからといって、文字単位で処理するとBase64にはなりません。
41 82 A0 ⇒ "QYKg"
こうやって、なんらかのバイナリデータが元としてある場合に、それから("QYKg"
のような)文字列表現を作ることが、「Base64エンコード」です。このバイナリデータがどうやって作られたのか、はBase64とは直接の関係はありません。
逆に入力としてBase64の文字列がある場合、それを4文字ごとに区切って処理します。
今仮にBase64の入力が"QYKg"
だったとします。この場合、全体がちょうど4文字ですから、この4文字をまとめて、バイナリデータに変換しないといけません。
で、その結果が41 82 A0
と言う3バイトのバイナリデータになります。
で、この41 82 A0
と言う3バイトのバイナリデータを作ると言う処理が、Base64のデコードをした、と言うことになります。その3バイトが実はSJIS文字列を表しているとかなんとかは、Base64とは直接関係なく、バイナリデータをいかに文字列として解釈するのか、と言った部分になります。
(追記)
この「バイナリデータをいかに文字列として解釈するのか」まで必要なのであれば、C言語の文字列のルールに従って末尾にNULを付け加えてやるだけです。例えばbinBuf
なんて十分なサイズを持ったchar
配列にlen
バイト(int
型)の「バイナリデータ」が出来ているとしたら、
//...あなたのBase64デコード処理の後
binBuf[len] = '\0';
printf("result=%s\n", binBuf); //-> Aあ
と言ったコードを書いてやれば、一文字ずつ変換する必要なく元の文字列が表示されます。(もちろん出力先の端末の文字コードは元の文字列の文字コードと同じである必要があります。)
※Base64エンコードする前の元データに末尾のNUL文字を入れておけば、デコードした後NUL終端する必要がなくなるんですが、他言語で作ったBase64テキストと結果が違ってくるのであまりやりません。
いかがでしょうか?まだ何か違うと言う点があればおしらせください。
"A"
と"あ"
のように区切る必要があるのでしょうか? C言語の文字列はNUL(0x00)終端された文字コードの並びですので、一文字ごとに区切らなくとも末尾をNUL終端してやれば、"Aあ"
と言う文字列が得られます。