Python Zlib问题：长文本压缩解压后Base64编码不一致原因及解决

我有一批通过Java Inflater工具压缩后再Base64编码的字符串，用Python写了反向解析的代码，测试发现短密文压缩解压前后编码一致，但长密文会出现不一致的情况。

我的原始代码如下：

import base64
import zlib

cobj = zlib.compressobj(wbits=-zlib.MAX_WBITS)
dobj = zlib.decompressobj(wbits=-zlib.MAX_WBITS)

# read ciphertext 
with open("base64str", "r") as f:
    b = f.read()

lenth = len(b)
# decode base64
d = base64.b64decode(b)
# decompress
data_string = dobj.decompress(d)
data_string += dobj.flush()
# wirte into file
with open('data_string', 'wb') as f:
    f.write(data_string)

# read plaintext
with open('data_string', 'rb') as f:
    data_string = f.read()
# compress
data1 = cobj.compress(data_string)
data1 += cobj.flush()
# encode base64
data2 = base64.b64encode(data1)
# write into file
with open('data2', 'wb') as f:
    f.write(data2)

示例密文 #

• 短密文：
  S0vMKU4FAA==
c9d18bZw13UJdDbW9QoMcYsMBwA=
• 长密文：

VdC7asNAEAXQH7Jg3g91chDGYBQh4iKEFCncB6ImBP97xohVSLFb7FzOzM7bz/r9eetPyzhOh6/1Y70NvSFwgiImGQqjuG+lY995OKEDAmiGV4zxftiM4+U6NqJLRHdiRGRTqItkN9SolHpVc3nEUpoxX5f58qeEVxMxdc2sGHtCU4xqFMFQVjcVJI6GPC/DdNoRCXDEqHowu0q1bUYXUfMHK7gBCZGkNuTpddgX0lEQMlfUIgwN6jQDy4+I6g/oAZb/FzIv5+llyw59x6hcHTOVuYKShs1Rqn9CqIoxqxbo9/df

问题原因 #

1. 压缩对象状态残留：原始代码复用了全局的cobj压缩对象，第一次压缩后对象内部状态未重置，长文本压缩时会携带之前的状态，导致输出异常。
2. 参数未对齐：Java Inflater默认使用压缩级别6、窗口大小15的DEFLATE算法，虽Python zlib默认级别也是6，但长文本下不同的压缩策略细节可能导致差异。
3. 刷新模式差异：Python zlib默认flush()使用Z_FINISH，若Java端压缩时用了不同的刷新逻辑，长文本的尾端压缩数据会出现不一致。

解决方案 #

要确保跨语言压缩解压一致，需对齐参数并避免对象状态复用，修改后的代码如下：

import base64
import zlib

def decompress_data(b64_str):
    # 每次解压创建新的解压对象，避免状态干扰
    dobj = zlib.decompressobj(wbits=-zlib.MAX_WBITS)
    raw_compressed = base64.b64decode(b64_str.strip())  # 去除冗余空白字符
    plaintext = dobj.decompress(raw_compressed)
    plaintext += dobj.flush()
    return plaintext

def compress_data(raw_data):
    # 显式指定Java Inflater默认参数：压缩级别6，无zlib头的DEFLATE格式
    cobj = zlib.compressobj(level=6, wbits=-zlib.MAX_WBITS)
    compressed = cobj.compress(raw_data)
    # 使用Z_FINISH确保压缩流完全结束，对齐Java端逻辑
    compressed += cobj.flush(zlib.Z_FINISH)
    return compressed

# 读取密文文件
with open("base64str", "r") as f:
    b64_cipher = f.read()

# 解压得到明文并保存
plaintext = decompress_data(b64_cipher)
with open('data_string', 'wb') as f:
    f.write(plaintext)

# 重新压缩编码并保存
compressed_data = compress_data(plaintext)
b64_result = base64.b64encode(compressed_data)
with open('data2', 'wb') as f:
    f.write(b64_result)

修改说明 #

• 封装压缩和解压为独立函数，每次调用都创建新的compressobj和decompressobj，彻底避免状态残留问题。
• 显式指定压缩级别为6，和Java Inflater默认值对齐，确保压缩强度一致。
• 解压时对Base64字符串做strip()处理，去除可能存在的空格、换行等冗余字符，避免解码错误。
• 压缩完成时使用zlib.Z_FINISH刷新，确保压缩流的完整性，和Java端的压缩逻辑匹配。

内容的提问来源于stack exchange，提问作者moqin