Base64를 Word(DOCX)로

Base64를 Word 문서로 디코딩하는 방법

1. Base64 또는 data URI에 Base64를 붙여넣으세요. data:application/vnd.openxmlformats-officedocument.wordprocessingml.document;base64, 접두사는 있어도 없어도 됩니다. 긴 문자열은 .txt 파일 열기로 텍스트 파일에서 불러올 수 있습니다.
2. 파일 정보 아래의 문서 텍스트에 문서 내용이 표시됩니다. 단락마다 한 줄이며, 탭과 수동 줄 바꿈은 그대로 유지됩니다.
3. 텍스트 아래의 항목 목록에는 .docx를 이루는 파트가 나오며, 파트마다 보기와 저장이 있습니다.
4. 파일 다운로드를 눌러 .docx를 저장하세요.

미리보기는 브라우저의 XML 파서로 word/document.xml을 읽습니다. 웹 페이지로 렌더링되는 것도, 실행되는 것도 없으며 파일은 어디로도 전송되지 않습니다. 페이지의 콘텐츠 보안 정책(CSP)이 Cloudflare 조회수 집계를 제외한 모든 네트워크 요청을 차단합니다.

텍스트 미리보기에 포함되는 것

DOCX는 XML 파일을 묶은 ZIP 압축 파일입니다. 미리보기는 본문의 텍스트만 가져오고 나머지 구조는 건드리지 않으므로, 무엇이 어디에 나타나는지 알아 두면 도움이 됩니다.

이미지나 스캔한 페이지만 있는 문서에서는 “이 문서에서 텍스트를 찾지 못했습니다.“라고 나옵니다.

이미지와 다른 파트 꺼내기

파일이 ZIP 압축 파일이므로 각 파트를 따로 꺼낼 수 있습니다. 그림은 word/media/에 image1.png, image2.jpeg 같은 이름으로 들어 있습니다. 보기는 그림을 보여 주고, 저장은 원래 이름으로 내려받습니다. 생성된 문서에서 Word를 열지 않고 로고나 서명 이미지를 빼낼 때 간단한 방법입니다. docProps/core.xml의 문서 속성에는 파일을 저장한 프로그램이 기록한 작성자, 제목, 날짜가 나옵니다.

항목 목록과 그 한계, 압축 파일 검사는 Base64를 ZIP으로 페이지에서 더 자세히 설명합니다.

DOCX, DOC, 아니면 다른 것

Base64의 시작 부분을 보면 어떤 파일인지 알 수 있습니다.

OLE인 경우에는 손으로 한 단계를 거쳐야 합니다. 도구는 .doc와 암호화된 .docx를 구별할 수 없으므로 확장자가 docx로 남습니다. 레거시 Word 파일이면 파일 다운로드를 누르기 전에 그 칸에 doc를 입력하세요. 비밀번호로 보호된 문서라면 docx를 그대로 두고 Word에서 비밀번호를 넣어 여세요. 두 경우 모두 텍스트 미리보기는 없습니다.

Base64 Word 문서는 어디서 오나

문서 생성 및 템플릿 서비스는 .docx를 채운 뒤 JSON 응답에 담아 돌려줍니다. 메일 시스템은 Word 첨부 파일을 Base64 MIME 파트로 전달합니다. EML 디코더는 메시지 전체를 열어 첨부 파일 목록을 보여 줍니다. CRM과 티켓 시스템의 내보내기 데이터에는 첨부 파일이 레코드 옆에 Base64 텍스트로 저장되는 경우가 많습니다. 파일에서 이런 문자열을 만들려면 Word를 Base64로를 사용하세요.

Python에서 DOCX를 디코딩하고 텍스트 읽기

표준 라이브러리만으로 파일을 저장하고 미리보기처럼 단락을 출력할 수 있습니다.

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")))

미리보기와 마찬가지로 이 코드도 본문만 읽습니다. 머리글은 word/header1.xml을 같은 방식으로 읽으세요. 큰 파일을 나누어 디코딩하는 방법은 Python에서 Base64를 참고하세요.

자주 묻는 질문