Java中Base64解码PDF为String异常：解码后PDF结构损坏

核心问题 #

PDF是二进制文件，不是纯文本内容。你用new String(...)把解码后的二进制字节转成String时，JVM会默认用平台字符编码（比如UTF-8）去解析这些字节，但PDF的二进制数据里大量字节不属于合法的UTF-8字符，会被强制替换成�这类替代字符。之后如果再把这个String转回字节写文件，这些替代字符会生成新的字节，彻底破坏原PDF的二进制结构，导致文件损坏、体积变大、打开空白。

正确处理方式 #

解码后直接保留字节数组，不要转成String，直接用字节数组写入文件：

// 假设encoded是你的Base64编码字符串
byte[] pdfRawBytes = Base64.getDecoder().decode(encoded);
// 直接写入文件，无需转String
Files.write(Paths.get("recovered.pdf"), pdfRawBytes);

关键注意事项 #

• 二进制文件（PDF、图片、压缩包等）必须用byte[]或字节流处理，绝对不能用String中转，String只适合处理纯文本数据。
• 之前的操作相当于做了两次编码转换：二进制→String（破坏数据）→二进制（生成错误数据），这就是乱码和文件异常的根源。

内容的提问来源于stack exchange，提问作者Fiko