PDF в Base64

Как конвертировать PDF в Base64

1. Перетащите PDF в поле или выберите его через диалог. Можно сразу несколько файлов.
2. Выберите формат в Формат вывода. На этой странице по умолчанию стоит Чистый Base64: именно его ждёт большинство API.
3. Отмечайте Перенос по 76, только если строка пойдёт в «сырое» письмо MIME. Для JSON и HTML оставьте его выключенным.
4. Нажмите Скопировать результат. Большой документ сохраните через Сохранить как .txt: получится файл yourfile.pdf.b64.txt.

В строке с информацией видны имя файла, размер и MIME-тип, а счётчики ниже показывают размер в Base64 и накладные расходы. PDF читает ваш браузер, на сервер он не загружается: политика безопасности контента страницы вообще не позволяет ей отправлять никаких сетевых запросов, кроме счётчика просмотров Cloudflare.

Где используется PDF в Base64

JSON API. В JSON нельзя передать «сырые» байты, поэтому сервисы, которые принимают документы в теле запроса, берут их в Base64. Так устроены платформы электронной подписи, системы выставления счетов и бухгалтерии, сервисы OCR и разбора документов, а также модели ИИ, которые читают PDF. Имена полей в разных API разные, но структура обычно одна: имя файла, MIME-тип и строка Base64.

Модели ИИ для документов. Модели, которые читают PDF напрямую, обычно принимают файл так же: данные в Base64 плюс тип application/pdf, либо отдельными полями, либо одним data URI. Как правило, у них есть ограничения на размер файла и число страниц, так что длинные документы перед кодированием лучше разбить.

Почта. Вложения в письмах MIME кодируются в Base64 со строками не длиннее 76 символов. Если вы собираете сообщение вручную или тестируете SMTP-библиотеку, Перенос по 76 даст ровно тело такой части:

Content-Type: application/pdf; name="invoice.pdf"
Content-Disposition: attachment; filename="invoice.pdf"
Content-Transfer-Encoding: base64

JVBERi0xLjcKJeLjz9MK...

API для отправки почты, которые принимают JSON, наоборот, ждут вложение без переносов в отдельном поле. Подробнее в статье Base64 в электронной почте, а декодер EML извлечёт вложения из «сырого» письма.

Несколько PDF сразу. Перетащите пачку файлов и нажмите Скопировать всё как JSON, чтобы получить массив с объектом {name, type, size, data} для каждого документа. Это удобно для наполнения тестовой базы или массового импорта.

Ссылки на скачивание. Формат вывода HTML <a download> даёт ссылку, которая по клику сохраняет PDF:

<a href="data:application/pdf;base64,JVBERi0xLjcK..." download="invoice.pdf">invoice.pdf</a>

Это пригодится для HTML-отчётов в одном файле. Ссылка на data URI без download обычно не работает: Chrome блокирует переход на data: URL в окне верхнего уровня, если его инициировала страница, так что клик не открывает ничего или открывает пустую вкладку. Firefox делает исключение для PDF, поэтому ссылка может работать в одном браузере и не работать в другом.

Тестовые фикстуры. Небольшой PDF в виде константы Base64 позволяет юнит-тесту проверить загрузку или разбор без отдельного файла с фикстурой.

С чего начинается Base64 у PDF

Любой PDF начинается с %PDF- и номера версии, за которыми идёт перевод строки. В Base64 этот заголовок легко заметить:

Если результат не начинается с JVBERi0, значит, выбран не PDF или перед заголовком есть мусор. Строка, которая начинается с PCFET0NUWVBF (<!DOCTYPE) или PGh0bWw (<html), содержит HTML; чаще всего это значит, что по ссылке на скачивание сохранилась страница с ошибкой, названная .pdf.

Насколько вырастает закодированный PDF

Base64 даёт 4 символа на каждые 3 байта, а перенос добавляет по переводу строки на каждые 76 символов:

Размеры указаны в двоичных единицах (1 МБ = 1 048 576 байт). Сверяйте ограничение размера запроса в API с закодированным размером, а не с размером файла. Если API принимает ещё и загрузку multipart или предподписанный URL, этот путь обходится без накладных расходов и лучше подходит для документов в десятки мегабайт. Калькулятор размера посчитает это для любого размера.

Этот инструмент кодирует большие PDF в браузере, но не копирует в буфер обмена результат больше примерно 48 МБ. В таком случае используйте Сохранить как .txt.

Как закодировать PDF в коде

Python, сборка тела JSON:

import base64, json
from pathlib import Path

path = Path("invoice.pdf")
data = base64.b64encode(path.read_bytes()).decode("ascii")
body = json.dumps({"filename": path.name, "content": data})

Node.js:

import { readFile } from "node:fs/promises";

const b64 = (await readFile("invoice.pdf")).toString("base64");
const payload = JSON.stringify({ filename: "invoice.pdf", content: b64 });

Из командной строки с GNU coreutils и jq (-w 0 отключает перенос строк):

base64 -w 0 invoice.pdf > invoice.b64
jq -n --rawfile content invoice.b64 '{filename: "invoice.pdf", content: $content}'

Ключи filename и content условные; используйте имена из документации вашего API. Больше вариантов в статьях Base64 в Python и Base64 в Node.js.

Частые проблемы

• API говорит, что Base64 некорректный. Чаще всего в строку попал префикс data:application/pdf;base64,, хотя API ждёт чистый Base64, или остались переводы строк от base64 без -w 0, от openssl base64 (переносит на 64) или от Перенос по 76. Некоторые API к тому же отвергают URL-safe Base64.
• Декодированный PDF повреждён или пуст. Строку где-то обрезали: часто виноваты ограничение длины строки лога, слишком короткая колонка в базе данных или ячейка таблицы. Сравните длину с таблицей выше. PDF заканчивается на %%EOF, и полная строка декодируется в байты с этим маркером в конце.
• У вас PDF открывается, а получатель видит пустую страницу. Base64 документ не меняет, значит, дело в самом PDF: отсутствующие шрифты, необычная версия PDF или повреждённая таблица перекрёстных ссылок. Проверьте, декодировав строку в Base64 в PDF и открыв результат.
• Base64 не шифрует. Любой, у кого есть строка, может декодировать документ. Если PDF конфиденциальный, защищайте канал или шифруйте файл; см. кодирование и шифрование.

Вопросы и ответы