Base64 转 UTF-8：将 Base64 解码为 Unicode 文本

如何将 Base64 解码为 UTF-8

1. 把 Base64 粘贴到 输入 · Base64。字符集 已预设为 UTF-8。
2. 在 输出 · 文本 中查看结果。状态行会显示字节数和检测到的内容类型。
3. 如果状态行提示“部分字节不是有效的 UTF-8”，说明文本使用的是其他字符集。请试试 自动检测、Windows-1252 或 UTF-16LE。
4. 复制输出 复制文本；下载 原样保存解码后的字节。

反方向的编码请使用 UTF-8 转 Base64。

示例

最后三行就是下文讨论的问题：字符集不对、字符串被截断，以及在编码前就已成为乱码的文本。

无效的 UTF-8 与替换字符

UTF-8 的规则很严格：大于 7F 的字节必须属于一个 2、3 或 4 字节的序列，并符合固定的模式。不符合模式的字节无法按 UTF-8 读取。解码器会把每个损坏的序列替换为 U+FFFD（�），并给出提示“部分字节不是有效的 UTF-8，可能出现乱码，请尝试其他字符集”。不会悄悄丢掉任何内容，因此每个 � 都准确标出了问题所在的位置。

几乎所有情况都出自以下两个原因：

• 字符集不同。 Y2Fm6Q== 包含 63 61 66 E9，在 ISO-8859-1 和 Windows-1252 中是 café。切换 字符集，文本就会出现。Base64 解码器 页面按字符集列出了常见症状。
• 字符串被截断。 如果 Base64 被截断了，例如受数据库列长度或日志行长度的限制，最后一个字符可能会丢掉部分字节。8J+YgA== 是一个完整的 Emoji；8J+Y 是同一个 Emoji 少了最后一个字节，解码后只剩一个 �。请到来源处找完整的值。

双重编码的文本（é 和 ’）

如果输出中 é 显示为 é、ü 显示为 ü，或者弯引号显示为 ’，问题不在解码器。在此之前的某个环节，UTF-8 字节被当作 Windows-1252 读取，又重新存成了 UTF-8，于是每个特殊字符都变成了两三个错误的字符。Base64 如实保存了这段已损坏的文本：Y2Fmw4PCqQ== 是 7 字节字符串 café 的有效 UTF-8 编码。

在代码中，往往可以把这个错误倒过来修复这类字符串：先把文本按 Windows-1252 编码，再把得到的字节按 UTF-8 解码。真正的修复应该在写入数据的那个系统里完成。

字节序标记

有些编辑器（尤其是在 Windows 上）会在 UTF-8 文件开头写入字节 EF BB BF，即字节序标记。这样的文件编码成 Base64 后以 77u/ 开头。解码器能识别该标记并把它排除在文本之外，而 下载 会原样保留这些字节。在代码中，你可能需要自己去掉它：

import base64

raw = base64.b64decode("77u/SGk=")
raw.decode("utf-8")       # '\ufeffHi'
raw.decode("utf-8-sig")   # 'Hi'

base64.b64decode("Y2Fm6Q==").decode("utf-8", errors="replace")   # 'caf�'

如果不加 errors="replace"，Python 遇到无效字节会抛出 UnicodeDecodeError。在 JavaScript 中，new TextDecoder("utf-8", { fatal: true }) 会抛出 TypeError，而不是插入 �；默认的解码器会像本工具一样去掉 BOM。详见 Python 中的 Base64 和 JavaScript 中的 Base64。

常见问题