Node.js中含特殊字符的HTML转Base64出现乱码的解决方法

问题根源 #

你当前的代码存在两个关键问题：

• 错误地将文件路径字符串而非文件实际内容转成了Base64（从代码new Buffer.from(req.file.path, 'utf8')可以看出，req.file.path是文件的路径字符串，不是文件的二进制内容）；
• 即使读取了文件内容，若先以utf8编码转换为字符串再生成Buffer，会破坏原始二进制结构——特殊字符或非utf8兼容字节会被替换为�，最终导致Base64转回HTML时乱码。

在线工具之所以能正确处理，是因为它直接基于文件的原始二进制数据进行Base64编码，没有经过字符串编码的中间环节。

正确实现方式 #

根据你的文件获取方式，选择以下对应方案：

方案1：通过文件路径读取文件（使用fs模块）

直接读取文件的二进制数据，无需指定编码，再转Base64：

const fs = require('fs');
// 读取文件原始二进制内容
const fileBuffer = fs.readFileSync(req.file.path);
// 转换为Base64字符串
const base64File = fileBuffer.toString('base64');

方案2：使用上传中间件（如multer）的内置buffer

若你用multer等工具处理文件上传，req.file.buffer已经是文件的原始二进制Buffer，直接转Base64即可：

const base64File = req.file.buffer.toString('base64');

核心原理 #

Base64是对二进制数据的编码格式，必须基于文件的原始字节流处理。任何先将二进制转成带编码的字符串的操作，都会破坏原始字节结构，导致特殊字符、非utf8编码内容丢失或损坏。直接使用二进制Buffer转Base64，才能保证编码后的字符串可以完整还原为原始HTML文件。

内容的提问来源于stack exchange，提问作者Việt Hoàng