Base64 in Word (DOCX) umwandeln

So dekodieren Sie Base64 in ein Word-Dokument

1. Fügen Sie das Base64 in Base64 oder Data-URI ein, mit oder ohne Präfix data:application/vnd.openxmlformats-officedocument.wordprocessingml.document;base64,. Lange Zeichenketten laden Sie mit .txt-Datei öffnen aus einer Textdatei.
2. Unter den Dateiinformationen zeigt Dokumenttext, was im Dokument steht: eine Zeile pro Absatz, Tabs und manuelle Zeilenumbrüche bleiben erhalten.
3. Unter dem Text zeigt die Eintragsliste die Teile, aus denen die .docx besteht, jeweils mit Ansehen und Speichern.
4. Mit Datei herunterladen speichern Sie die .docx.

Die Vorschau liest word/document.xml mit dem XML-Parser Ihres Browsers. Nichts wird als Webseite gerendert, nichts ausgeführt, und die Datei wird nirgendwohin gesendet: Die Content Security Policy der Seite blockiert alle Netzwerkanfragen außer dem Seitenaufrufzähler von Cloudflare.

Was die Textvorschau enthält

Eine DOCX ist ein ZIP-Archiv aus XML-Dateien. Die Vorschau nimmt den Text des Hauptteils und lässt die übrige Struktur unangetastet; es hilft also zu wissen, was wo landet:

Ein Dokument, das nur Bilder oder gescannte Seiten enthält, ergibt „In diesem Dokument wurde kein Text gefunden.“

Bilder und andere Teile herausholen

Weil die Datei ein ZIP-Archiv ist, steht jeder Teil einzeln zur Verfügung. Bilder liegen in word/media/ als image1.png, image2.jpeg usw.: Ansehen zeigt das Bild, Speichern lädt es unter seinem eigenen Namen herunter. So holen Sie schnell ein Logo oder ein Unterschriftsbild aus einem generierten Dokument, ohne Word zu öffnen. Die Dokumenteigenschaften in docProps/core.xml zeigen Autor, Titel und die Datumsangaben, die das speichernde Programm hinterlegt hat.

Die Seite Base64 in ZIP erklärt die Eintragsliste, ihre Grenzen und die Archivprüfungen ausführlicher.

DOCX, DOC oder etwas anderes

Der Anfang des Base64 verrät, welche Art Datei Sie haben:

Der OLE-Fall braucht einen Handgriff. Das Tool kann ein .doc nicht von einer verschlüsselten .docx unterscheiden, daher bleibt die Endung auf docx. Bei einer alten Word-Datei tragen Sie dort doc ein, bevor Sie auf Datei herunterladen klicken; bei einem passwortgeschützten Dokument lassen Sie docx stehen und öffnen es in Word mit dem Passwort. Eine Textvorschau gibt es für beide nicht.

Woher Base64-Word-Dokumente stammen

Dienste zur Dokumenterstellung und für Vorlagen füllen eine .docx und liefern sie in einer JSON-Antwort zurück. Mailsysteme transportieren Word-Anhänge als Base64-MIME-Teile; der EML-Decoder öffnet eine ganze Nachricht und listet ihre Anhänge auf. CRM- und Ticket-Exporte speichern Anhänge oft als Base64-Text neben dem Datensatz. Um eine solche Zeichenkette aus einer Datei zu erzeugen, nehmen Sie Word in Base64.

DOCX in Python dekodieren und den Text lesen

Die Standardbibliothek genügt, um die Datei zu speichern und ihre Absätze auszugeben, ganz ähnlich wie die Vorschau:

import base64, io, zipfile
import xml.etree.ElementTree as ET

W = "{http://schemas.openxmlformats.org/wordprocessingml/2006/main}"

with open("memo.b64") as f:
    docx = base64.b64decode(f.read())

with open("memo.docx", "wb") as f:
    f.write(docx)

with zipfile.ZipFile(io.BytesIO(docx)) as z:
    body = ET.fromstring(z.read("word/document.xml"))

for p in body.iter(W + "p"):
    print("".join(t.text or "" for t in p.iter(W + "t")))

Wie die Vorschau liest das nur den Hauptteil. Für Kopfzeilen lesen Sie word/header1.xml auf dieselbe Weise. Unter Base64 in Python erfahren Sie, wie Sie große Dateien in Blöcken dekodieren.

Häufige Fragen