如何用JavaScript将Aspose.Words编码的HEX格式PDF转为Base64字符串

1. 优先排查转换逻辑错误 #

绝大多数这类文件损坏问题都是把PDF二进制内容当成文本编码处理导致的，不要直接将HEX转为UTF-8/GBK等字符串，必须先转为二进制字节数组再编码为Base64，以下是JS的正确实现：

// HEX字符串转Uint8Array
function hexToUint8Array(hexStr) {
  // 先过滤掉所有非十六进制字符，避免多余符号干扰
  const cleanHex = hexStr.replace(/[^0-9a-fA-F]/g, '');
  const bytes = new Uint8Array(cleanHex.length / 2);
  for (let i = 0; i < cleanHex.length; i += 2) {
    bytes[i / 2] = parseInt(cleanHex.substr(i, 2), 16);
  }
  return bytes;
}

// 字节数组转Base64
function uint8ArrayToBase64(bytes) {
  return btoa(String.fromCharCode.apply(null, bytes));
}

// 调用示例
const hexPdf = "你的HEX字符串";
const pdfBytes = hexToUint8Array(hexPdf);
const base64Pdf = uint8ArrayToBase64(pdfBytes);

2. 验证PDF有效性 #

转换完成后先校验字节数组的头部特征：正常PDF文件的前4个字节对应的HEX为25504446，对应ASCII字符为%PDF，你可以直接提取HEX串的前8位比对：

• 如果匹配该特征，说明源HEX本身是未加密的PDF二进制内容，问题肯定出在转换流程上，可以直接将转换得到的pdfBytes转为Blob下载验证：

  const blob = new Blob([pdfBytes], { type: 'application/pdf' });
  const url = URL.createObjectURL(blob);
  // 直接打开下载链接即可查看PDF
  window.open(url);
  

• 如果不匹配该特征，可以全串检索是否存在25504446序列，如果存在说明Aspose输出的HEX前加了自定义前缀，切掉前缀部分再做转换即可；如果完全不存在该序列，才有可能是源文件被加密。

3. Aspose.Words导出的常见坑 #

Aspose.Words for .NET通过XML PATH导出内容时，默认会携带XML转义字符、自定义命名空间标识等多余内容，你拿到的原始HEX/Base64串需要先做清洗，删除所有<>标签、转义符</>等非编码内容后再做转换。

内容的提问来源于stack exchange，提问作者Carl-Johan