AWS Lambda上传修改后PDF至S3，CDN预览乱码问题求助

问题根源 #

你遇到的乱码问题核心原因是上传到S3的不是二进制PDF数据，而是Base64编码的文本（甚至带data URI前缀）：

1. pdfDoc.saveAsBase64({ dataUri: true }) 返回的是形如 data:application/pdf;base64,JVBERi0xLjMK... 的字符串，直接上传会导致S3存储的是文本内容，而非二进制PDF。
2. 即使去掉前缀，直接传递Base64字符串，AWS SDK不会自动解码为二进制，仍会以文本格式存储。

虽然本地下载后部分阅读器能自动识别并解码Base64，但CDN会按文本类型解析，因此显示乱码。

修复方案 #

推荐两种修复方式，优先选择方案一（更高效，无需Base64编解码开销）：

方案一：直接使用二进制数据上传（推荐） #

修改PDF修改函数，用pdf-lib的save()方法直接获取Uint8Array格式的二进制数据：

async function modificationFunction(opts) {
    const { fileData } = opts;
    const pdfDoc = await PDFDocument.load(fileData);

    // 执行你的修改操作（如画线等）

    const modifiedPDFData = await pdfDoc.save(); // 返回Uint8Array类型的二进制PDF数据
    return modifiedPDFData;
}

上传代码中，直接使用该二进制数据作为Body，并显式设置Content-Type（确保CDN和浏览器识别为PDF）：

const params = {
    "Bucket": bucket_name,
    "Key": key,
    "Body": data, // 这里传入Uint8Array，SDK会自动处理为二进制上传
    "ContentType": "application/pdf" // 必须显式设置，避免MIME类型错误
};

try {
    await s3.upload(params).promise();
    console.log('File uploaded:', `s3://${bucket_name}/${key}`);
} catch (err) {
    console.error('Upload failed:', err);
    throw err;
}

方案二：解码Base64后上传（兼容原有逻辑） #

如果你需要保留Base64相关逻辑，需先去掉data URI前缀并解码为二进制Buffer：

async function modificationFunction(opts) {
    const { fileData } = opts;
    const pdfDoc = await PDFDocument.load(fileData);

    // 执行你的修改操作

    // 方式1：获取纯Base64字符串（不带data URI前缀）
    const modifiedBase64 = await pdfDoc.saveAsBase64();
    // 方式2：如果已带前缀，拆分取出Base64部分
    // const modifiedBase64Full = await pdfDoc.saveAsBase64({ dataUri: true });
    // const modifiedBase64 = modifiedBase64Full.split(',')[1];

    const modifiedPDFData = Buffer.from(modifiedBase64, 'base64'); // 解码为Buffer
    return modifiedPDFData;
}

上传代码同样使用上述Buffer作为Body，并添加ContentType: "application/pdf"参数即可。

额外注意事项 #

• 始终显式设置ContentType：S3默认会根据文件扩展名推断，但手动设置能避免推断错误，确保CDN正确返回Content-Type响应头。
• 下载代码无需修改：s3.getObject返回的data.Body是Uint8Array，完全兼容pdf-lib的load()方法。

内容的提问来源于stack exchange，提问作者Debadatta Meher