如何从SOAP MTOM/XOP响应中提取附件？

一、先理清MTOM/XOP的核心结构 #

MTOM本质是MIME多部分消息，把SOAP XML和二进制附件分开存储：

• SOAP XML里通过xop:Include元素的href属性（格式如cid:xxx@xxx）引用附件的Content-ID
• 响应的Content-Type必然是multipart/related; type="application/xop+xml"; start="<...>"; boundary="..."，这是识别MTOM的核心标志

二、C#中完整获取响应的正确姿势 #

绝对不能直接把响应流转UTF8或Base64——因为多部分MIME混合了文本和二进制内容，必须按MIME边界拆分处理。

具体实现步骤 #

1. 解析Content-Type头，提取边界符

var response = (HttpWebResponse)request.GetResponse();
var contentType = response.ContentType;
var boundary = ExtractBoundary(contentType);

2. 按边界拆分MIME各部分，分别处理XML和附件

using (var stream = response.GetResponseStream())
using (var reader = new StreamReader(stream))
{
    var fullContent = reader.ReadToEnd();
    var mimeParts = fullContent.Split(new[] { "--" + boundary }, StringSplitOptions.RemoveEmptyEntries);

    foreach (var part in mimeParts)
    {
        // 跳过结尾的终止边界符
        if (part.EndsWith("--")) continue;

        // 拆分每个MIME部分的头和内容体
        var headerEndPos = part.IndexOf("\r\n\r\n", StringComparison.Ordinal);
        if (headerEndPos == -1) continue;
        
        var headerSection = part.Substring(0, headerEndPos);
        var bodySection = part.Substring(headerEndPos + 4); // 跳过头与内容之间的空行

        // 解析当前部分的头信息
        var headers = ParseMimeHeaders(headerSection);
        
        // 区分SOAP XML部分和二进制附件部分
        if (headers.TryGetValue("Content-Type", out var ct) && ct.Contains("application/xop+xml"))
        {
            // 处理SOAP XML：直接提取内容，后续可解析xop:Include关联附件
            var soapXml = bodySection.Trim();
        }
        else
        {
            // 处理二进制附件：根据Content-Transfer-Encoding解码
            byte[] attachmentBytes;
            var transferEncoding = headers.GetValueOrDefault("Content-Transfer-Encoding", "").Trim();
            
            if (transferEncoding.Equals("base64", StringComparison.OrdinalIgnoreCase))
            {
                // 去掉Base64内容中的换行符再解码
                var cleanBase64 = bodySection.Replace("\r\n", "").Replace("\n", "").Trim();
                attachmentBytes = Convert.FromBase64String(cleanBase64);
            }
            else
            {
                // 若为binary/7bit编码，直接读取字节流（建议用原始流读取更准确）
                attachmentBytes = Encoding.Default.GetBytes(bodySection);
            }

            // 通过Content-ID关联到SOAP XML中的引用
            if (headers.TryGetValue("Content-ID", out var cid))
            {
                var cleanCid = cid.Trim('<', '>'); // 去掉CID的尖括号
                // 这里可以建立CID与附件字节的映射关系
            }
        }
    }
}

3. 辅助方法示例

// 从Content-Type中提取边界符
private static string ExtractBoundary(string contentType)
{
    foreach (var segment in contentType.Split(';'))
    {
        var trimmed = segment.Trim();
        if (trimmed.StartsWith("boundary="))
        {
            return trimmed.Substring(9).Trim('"');
        }
    }
    throw new InvalidOperationException("未在Content-Type中找到boundary参数");
}

// 解析MIME头为键值对
private static Dictionary<string, string> ParseMimeHeaders(string headerSection)
{
    var headers = new Dictionary<string, string>(StringComparer.OrdinalIgnoreCase);
    foreach (var line in headerSection.Split(new[] { "\r\n" }, StringSplitOptions.RemoveEmptyEntries))
    {
        var colonIndex = line.IndexOf(':');
        if (colonIndex == -1) continue;
        
        var key = line.Substring(0, colonIndex).Trim();
        var value = line.Substring(colonIndex + 1).Trim();
        headers[key] = value;
    }
    return headers;
}

三、分离XML与附件的关键逻辑 #

• 定位SOAP XML：优先根据Content-Type的start参数找到对应CID的MIME部分，这是起始的SOAP内容
• 关联附件：解析SOAP XML中的xop:Include元素，提取href中的cid:xxx，去掉前缀后与附件的Content-ID（去掉尖括号）匹配，即可关联对应附件字节

四、必须重点关注的响应内容 #

1. Content-Type头：必须包含multipart/related、type="application/xop+xml"、boundary和start参数，缺一则不是标准MTOM响应
2. MIME边界符：拆分时要注意边界符前后的--（起始边界是--boundary，终止边界是--boundary--）
3. Content-ID匹配：XML中xop:Include的href是cid:xxx，而响应头的Content-ID是<xxx>，必须去掉尖括号后再匹配
4. Base64编码处理：附件的Base64内容会自动换行（每76字符），解码前必须清除所有换行符，否则会抛出"无效Base64字符串"异常
5. 响应流读取：绝对不能用UTF8直接读取整个响应流，二进制附件的字节会被文本编码损坏，必须按MIME部分拆分后分别处理

五、常见踩坑点 #

• 不要直接将整个响应内容转XML，二进制附件的乱码会破坏XML结构
• 解码Base64时必须清除换行符，MIME规范要求Base64每76字符换行，直接解码会报错
• 注意HTTP头的大小写不敏感，但Content-ID的尖括号必须正确处理

内容的提问来源于stack exchange，提问作者bikeCoder