用python重构sqlserver中上传的文件

我正在使用与此类似的SQL Server数据库表

USER_ID varchar(50), FILE_NAME ntext, FILE_CONTENT ntext

样本数据：

USER_ID:      1
FILE_NAME:    (AttachedFiles:1)=file1.pdf
FILE_CONTENT: (AttachedFiles:1)=H4sIAAAAAAAAAOy8VXQcy7Ku….

表示正则表达式我已通过删除“（AttachedFiles:1）=”部分成功隔离了FILE_内容字段的“内容”，该部分由类似以下内容的字符串生成：

content_str = "H4sIAAAAAAAAAOy8VXQcy7Ku22JmZmZmspiZGS2WLGa0xc…"

我的计划是使用这个字符串重新构建文件，从数据库下载它。在我的调查过程中，我发现并复制了如下代码：

content_str = 'H4sIAAAAAAAAAO19B0AUR/v33...'
with open(os.path.expanduser('test.pdf'), 'wb') as f:
    f.write(base64.decodestring(content_str))

content_str = 'H4sIAAAAAAAAAO19B0AUR/v33...'
encoded = content_str.encode('ascii')
with open(os.path.expanduser('test.pdf'), 'wb') as f:
    f.write(base64.decodestring(encoded))

…获取TypeError:应为类似object的字节，而不是str

进一步调查后，我发现并继续这样做：

content_str = 'H4sIAAAAAAAAAO19B0AUR/v33...'
with open(os.path.expanduser('test.pdf'), 'wb') as f:
    f.write(base64.decodestring(content_str))

content_str = 'H4sIAAAAAAAAAO19B0AUR/v33...'
encoded = content_str.encode('ascii')
with open(os.path.expanduser('test.pdf'), 'wb') as f:
    f.write(base64.decodestring(encoded))

…从而成功创建了PDF。但是，当试图打开它时，我得到一个错误，说该文件已损坏

---

我恳请你就如何进行提出任何建议。如果有必要，我甚至愿意重新思考我提出的流程。非常感谢

文件内容的值是base64编码的。这意味着它是一个由64个代表原始字节的可能字符组成的字符串。您只需对字符串进行base64解码，并将结果字节直接写入文件

import base64

content_str = "H4sIAAAAAAAAAOy8VXQcy7Ku22JmZmZmspiZGS2WLGa0xc=="

with open(os.path.expanduser('test.pdf'), 'wb') as fp:
    fp.write(base64.b64decode(content_str))

内容字符串开头的base64序列

“H4sI”

转换为字节

0x1f

，

0x8b

，

0x08

。这些字节通常不在PDF文件的开头，但表示gzip压缩数据流。PDF阅读器可能不理解这一点

我不确定gzip压缩是否是PDF文件格式的有效部分，但它是web通信的有效部分，因此可能文件流是为传输/下载而压缩的，在写入数据库之前没有解压缩

如果您的PDF阅读器不按原样接受数据，请在将其保存到文件之前对其进行解压缩：

import gzip

# ...

with open(os.path.expanduser('test.pdf'), 'wb') as fp:
    fp.write(gzip.decompress(base64.b64decode(content_str)))

---

谢谢托马拉克！我尝试了你的建议，但现在我得到了一个“EOFError：压缩文件在到达流结束标记之前结束”进一步调查时，我找到了一些线程，表明错误是由于文件损坏造成的。任何进一步的建议都将不胜感激。首先，尝试将流写入文件，而不通过

gzip.decompress（）

。然后试着用你的PDF阅读器打开生成的文件，只是为了检查它是否知道该做什么。如果有问题，试着用7zip（可以处理各种压缩格式）打开生成的文件，看看里面是否有任何内容。也许

gzip.decompress（）

还不是正确的工具，这是我的一个有根据的猜测。我创建了一个没有gzip.decompress（）的pdf，但未能在阅读器中打开它。我继续将pdf的扩展名更改为.zip、.rar、.7z，但未能使用7zip进行解压缩。然而，当解压缩.gzip时，我得到的错误是“意外的数据结束”。再次感谢！你能把你现在有的文件上传到某个地方吗？我可以试着看一看，也许我能想出一些办法。不过没有承诺。非常感谢你，托玛拉克！现在在我的github上：