.NET DeflateStream无法解码Word生成的PDF FlateDecode流问题

核心原因 #

以文本方式读取PDF文件会导致原始字节丢失或篡改——PDF是二进制格式，文本读取会基于编码规则自动过滤/转换部分字节，直接破坏了FlateDecode压缩流的完整性（你遇到的字节数从344变为334就是典型表现），最终导致DeflateStream无法识别合法的压缩格式，抛出「不支持的压缩方法」错误。

解决方案 #

1. 强制以二进制模式读取PDF #

必须读取PDF的原始字节流，避免任何编码转换：

• 直接用File.ReadAllBytes()读取全部二进制数据；
• 或通过FileStream以二进制模式打开文件：

  use pdfStream = new FileStream("your-document.pdf", FileMode.Open, FileAccess.Read, FileShare.Read)
  let pdfBytes = Array.zeroCreate (int pdfStream.Length)
  pdfStream.Read(pdfBytes, 0, pdfBytes.Length) |> ignore
  

2. 提取完整的FlateDecode压缩字节 #

从二进制PDF数据中定位Stream对象的位置，严格按照PDF标注的流长度（344字节）提取完整的压缩字节数组，确保没有截断或修改。

3. 正确使用DeflateStream解码 #

用提取到的完整压缩字节初始化MemoryStream，再传入DeflateStream解压，无需手动跳过前2字节（PDF的FlateDecode是纯RFC1951格式，没有额外头）：

use inputStream = new MemoryStream(flateCompressedBytes)
use deflateStream = new DeflateStream(inputStream, CompressionMode.Decompress)
use outputStream = new MemoryStream()
deflateStream.CopyTo(outputStream)
let decompressedData = outputStream.ToArray()

额外注意 #

如果解压后数据仍异常，检查PDF的Stream对象是否带有Predictor参数（比如/Predictor 12），这类参数对应PNG的过滤算法，需要先对解压后的数据执行对应的逆过滤操作，才能得到正确的原始内容。

内容的提问来源于stack exchange，提问作者Alex 75