在XML中嵌入二进制数据必须使用Base64编码，因其将任意字节映射为XML安全的ASCII字符集（A–Z、a–z、0–9、+、/、=），避免解析错误；编码与解码需在应用层显式完成，且Base64会使数据体积膨胀约33%。
在XML中嵌入二进制数据（如图片、PDF、音频等）的通用做法是先将二进制内容用Base64编码为ASCII字符串，再作为文本节点或属性值写入XML。Base64编码确保数据可安全传输、存储于纯文本格式中，且不破坏XML结构。
为什么必须用Base64编码
XML只支持Unicode文本，直接插入原始字节（如\xFF\xD8\xFF）会引发解析错误、乱码甚至文档失效。Base64将任意字节序列映射为A–Z、a–z、0–9、+、/和=组成的可打印字符集，完全兼容XML的字符约束（如不包含、&、"、'等需转义的符号）。
标准编码与解码操作步骤
实际使用时需在应用层完成编解码，XML本身不执行转换：
- 编码：读取二进制文件（如logo.png），调用语言内置函数（如Python的base64.b64encode()、Java的Base64.getEncoder().encodeToString()）生成字符串
- 写入XML：将结果字符串放入元素内容或属性中，无需额外转义（Base64字符均在XML允许范围内）
- 解码：解析XML后，提取该字符串，用对应解码函数还原为原始字节流
XML结构示例（推荐使用元素内容而非属性）
以下是一个合法、清晰的嵌入方式：
<document>
<attachment name="report.pdf" type="application/pdf">
JVBERi0xLjQKJeLjz9MKMyAwIG9iago8PCAvVHlwZSAvUGFnZQovUGFyZW50IDQgMCBSCi9Db250ZW50cyA1IDAgUgo+Pgp...
</attachment>
</document>
说明：
- 使用<attachment>元素承载Base64数据，比放在属性里更易读、更易处理大文件
- 可通过name和type等属性补充元信息，便于接收方识别格式
- 实际编码字符串通常很长，建议启用XML格式化工具自动换行（不影响解析）
注意事项与常见问题
Base64虽方便，但有几点需留意：
- 体积膨胀约33%：每3字节原始数据变为4字节Base64字符，传输或存储开销增加
- 避免在高频交互场景滥用：如大量小图频繁嵌入，可能影响解析性能；优先考虑外部引用（href）
- 注意编码字符集一致性：确保编码前字节序与原始文件一致（如图片文件本身是二进制，勿先按UTF-8解读再编码）
- XML解析器不会自动解码：必须由业务代码显式调用Base64解码，否则得到的是字符串而非文件
