Base64 转 PDF

如何将 Base64 解码为 PDF

1. 把字符串粘贴到 Base64 或 data URI。完整的 data:application/pdf;base64,… URI 可以直接用，换行、两侧的引号、URL 安全的 Base64（- 和 _）以及缺失的 = 填充也都没问题。如果长字符串保存在文件里，请使用 打开 .txt 文件 或把文件拖到输入框上；超过 4 MB 的内容会直接解码，不在文本框中显示。
2. 预览会出现在按钮下方。粘贴后立即开始解码；如果想自己点击 解码，取消勾选 实时 即可。
3. 检查 文件名。默认是 decoded，但如果 data URI 中有 name= 参数，或者你打开的是文本文件，就会沿用那个名字：invoice.pdf.b64.txt 会变成 invoice.pdf。
4. 点击 下载文件。预览下方的 在新标签页中打开 链接会以全尺寸显示同一个 PDF。

页面打开时会加载一个示例 PDF，在粘贴自己的数据之前，你可以先看看正常的结果是什么样子。

Base64 PDF 从哪里来

JSON 无法直接承载原始字节，所以通过 JSON API 返回文档的服务会把文档作为 Base64 字符串发送，字段名通常类似 content、document、file 或 label。

• 面单和物流 API 会把可打印的快递面单作为 Base64 PDF 返回。同一个请求往往也可以根据格式参数返回 ZPL 或 PNG，所以名为“PDF”的字段不一定真的是 PDF（见下文的表格）。
• 电子签名服务会在完成响应或 webhook 中以 Base64 返回已签署的文档，常常还附带一份单独的审计证书。
• UBL XML 格式的电子发票会在 <cbc:EmbeddedDocumentBinaryObject mimeCode="application/pdf" filename="INV-1001.pdf"> 这样的元素中嵌入一份便于阅读的 PDF 副本。复制标签之间的文本即可；filename 属性告诉你 文件名 里该填什么。
• 在电子邮件的原始源码中，PDF 附件是一个带 Content-Transfer-Encoding: base64 的 MIME 部分，每行 76 个字符。只粘贴编码块就行，或者用 EML 解码器 打开整封邮件，它会列出所有附件。邮件中的 Base64 讲解了邮件结构。
• 存放在数据库 BLOB 列中的文档经常被导出为文本。PostgreSQL 的 encode(data, 'base64') 以及 MySQL 或 MariaDB 的 TO_BASE64() 都会每 76 个字符插入一个换行；解码器会跳过它们。

如果一个 JSON 响应里有多个编码字段，解码 JSON 中的 Base64 可以一次性找到并全部解码。反方向操作，即把 PDF 文件转成字符串，请使用 PDF 转 Base64。

预览会显示什么

预览本身就是浏览器的 PDF 查看器，它通过本地 blob: URL 显示解码后的字节。Chrome、Edge、Firefox 和桌面版 Safari 会直接内嵌显示。如果浏览器被设置为下载 PDF 而不是打开（Chrome：设置、隐私和安全、网站设置、更多内容设置、PDF 文档；Firefox：设置、常规、应用程序、Portable Document Format），预览会保持空白；很多移动浏览器根本无法在页面内渲染 PDF。这些情况下，在新标签页中打开 和 下载文件 仍然可用，预览上方的信息列表也照样会填好。

页数是怎么统计的

工具不会为了统计页数而渲染 PDF。它会在文件的前 32 MB 中统计页面对象（/Type /Page）。如果一个都找不到，就读取页面树的 /Count 条目；如果这个也看不到，就显示 未知。有两种情况会让这个数字和查看器显示的不一致：

• 页数偏多。 创建后又经过编辑、批注或签名的 PDF 通常采用增量保存：修改过的页面作为新对象追加到文件末尾，旧版本仍留在文件中。在一个有 2 页、其中一页被重写过的测试文件中，统计结果是 3。
• 未知。 从 PDF 1.5 开始，对象可以打包进压缩的对象流，这时不解压就既读不到页面对象，也读不到页面树。

两者不一致时，以查看器显示的页数为准。

结果不是 PDF 时

如果解码后的字节是其他内容，字段上方会有一条提示说明检测到了什么，例如“这看起来是 HTML，而不是 PDF。”，并附带 下载为 .html 按钮。Base64 的开头通常就能说明问题所在：

对于双重编码的字符串或 gzip 数据，工具会再显示一条提示，带有 再次解码 按钮，它会把输入替换为内层数据；返回 可以回到你粘贴的原始内容。对于损坏或无法识别的文件，提示会写着“这看起来不像 PDF”，并给出检测到的类型；扩展名保持 .pdf，你仍然可以下载这些字节，换个阅读器试试。

解码之前出现的错误另有原因：

• 原始 JSON 中的转义，例如 \/（PHP 的 json_encode 会这样写斜杠）或行与行之间的字面 \n，会被自动去除。如果其他 \ 转义仍然触发 无效字符 \，请使用 修复 Base64，或者先解析 JSON 再复制值。
• 无效字符 % 说明字符串经过了 URL 编码。+、/ 和 = 的转义（%2B、%2F、%3D）会被自动修正；其他情况请先用 URL 解码器 处理一遍。
• 能识别为 PDF 却什么也不显示，通常是数据被截断了。文件头还在，所以检测能通过，但文件末尾存放交叉引用表的部分丢失了。其他常见原因见 Base64 常见错误。

在代码中将 Base64 解码为 PDF

Python，从 JSON 响应中读取：

import base64, json

with open("response.json") as f:
    b64 = json.load(f)["document"]

if b64.startswith("data:"):
    b64 = b64.split(",", 1)[1]

pdf = base64.b64decode(b64)
if not pdf.startswith(b"%PDF-"):
    raise ValueError(f"not a PDF, starts with {pdf[:16]!r}")

with open("document.pdf", "wb") as f:
    f.write(pdf)

b64decode 会悄悄丢弃标准字母表以外的字符，所以含 - 和 _ 的 URL 安全字符串会解码成乱码，而且不报错。这类字符串请使用 base64.urlsafe_b64decode。Node.js 一次调用就能同时接受两种字母表：

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

const { document } = JSON.parse(await readFile("response.json", "utf8"));
const pdf = Buffer.from(document.replace(/^data:[^,]*,/, ""), "base64");

if (pdf.toString("latin1", 0, 5) !== "%PDF-") throw new Error("not a PDF");
await writeFile("document.pdf", pdf);

在 shell 中，jq -r 很关键：不加 -r，值会带着引号，base64 -d 会报错“invalid input”并停止。

jq -r '.document' response.json | base64 -d > document.pdf

键名 document 只是占位符，换成你的 API 实际使用的字段名即可。更多写法见 Python 中的 Base64、Node.js 中的 Base64 和 Bash 中的 Base64。

常见问题