GZipStream压缩长字符串时约48KB后出现数据截断问题

问题场景 #

当使用C#的GZipStream压缩超过约24000个UTF16字符（约48KB）的长字符串时，压缩后的字节流末尾部分会被替换为空字节，解压后内容从第24300个字符开始全为空字符；使用gzip -d命令解压对应文件时，会提示"文件意外结束"，确认问题出在压缩环节。

根本原因 #

问题源于未正确触发GZipStream的缓冲区刷新与结束标志写入。GZipStream在压缩过程中会将数据暂存到内部缓冲区，仅当缓冲区填满、调用FlushFinalBlock()方法，或者流被释放（using块结束）时，才会将剩余的缓冲数据写入目标流，并添加GZip格式要求的结束标识。如果在GZipStream未完成上述操作时就读取目标流内容，会导致末尾的压缩数据丢失，最终表现为解压后内容缺失或被空字节填充。

错误代码示例（导致问题的写法） #

public static byte[] CompressString(string input)
{
    byte[] inputBytes = Encoding.Unicode.GetBytes(input);
    using (var ms = new MemoryStream())
    {
        using (var gzip = new GZipStream(ms, CompressionMode.Compress))
        {
            gzip.Write(inputBytes, 0, inputBytes.Length);
            return ms.ToArray(); // 提前读取流，GZipStream未关闭，缓冲数据未写入
        }
    }
}

修复方案 #

方案1：利用using块的自动释放机制 #

通过设置leaveOpen: true确保MemoryStream在GZipStream释放后仍可读取，待GZipStream完成缓冲写入后再获取流内容：

public static byte[] CompressString(string input)
{
    byte[] inputBytes = Encoding.Unicode.GetBytes(input);
    using (var ms = new MemoryStream())
    {
        // leaveOpen: true 表示GZipStream释放时不关闭MemoryStream
        using (var gzip = new GZipStream(ms, CompressionMode.Compress, leaveOpen: true))
        {
            gzip.Write(inputBytes, 0, inputBytes.Length);
        } // GZipStream释放时自动刷新缓冲并写入结束标志
        ms.Position = 0;
        return ms.ToArray();
    }
}

方案2：手动调用FlushFinalBlock() #

显式触发缓冲数据写入与结束标志添加：

public static byte[] CompressString(string input)
{
    byte[] inputBytes = Encoding.Unicode.GetBytes(input);
    using (var ms = new MemoryStream())
    {
        using (var gzip = new GZipStream(ms, CompressionMode.Compress))
        {
            gzip.Write(inputBytes, 0, inputBytes.Length);
            gzip.FlushFinalBlock(); // 强制写入剩余缓冲数据和GZip结束标识
        }
        return ms.ToArray();
    }
}

验证结果 #

修复后，无论字符串长度如何，压缩和解压后的内容完全一致；使用gzip -d命令解压生成的文件时，不会再出现"文件意外结束"的错误。

内容的提问来源于stack exchange，提问作者DPD-