Python与Java间压缩文件Base64转字节流差异问题求助

你的问题出在二进制数据的错误编码转换上：

• 场景1中，Java直接对Base64字符串解码，得到原始GZIP二进制字节流，解压正常。
• 场景2中，Python将Base64解码后的GZIP二进制字节流直接当作字符串存入消息队列，Java端读取时用getBytes("UTF-8")把这个"字符串"转回字节数组——但二进制数据并非合法的UTF-8字符，转字符串时已经发生不可逆损坏（比如原始的\x8b（对应Java的-117）被UTF-8编码替换为�，对应字节-17, -65, -67），导致Java拿到的字节数组完全不是原始GZIP数据，自然无法解压。

以下两种方案任选其一：

方案1：Python重新编码为Base64，Java沿用原流程 #

Python端将解码后的二进制数据重新编码为Base64字符串，存入消息队列；Java端按场景1的逻辑先解码Base64再解压，和纯Java流程完全对齐。

Python修改后代码 #

import base64

# 假设payload是接收到的Base64字符串
bpayload = payload.encode('utf-8')
splitLines = bpayload.splitlines()
splitlinesb = b''.join(splitLines)
# 解码Base64得到二进制GZIP数据
gzip_bytes, defects = base64.decodebytes(splitlinesb)
# 重新编码为Base64字符串，存入消息队列
encoded_for_mq = base64.b64encode(gzip_bytes).decode('utf-8')
# 将encoded_for_mq发送到消息队列

Java端代码（复用场景1的逻辑） #

byte[] decodedPayload = Base64.getMimeDecoder().decode(inlineAttachment.getPayload());

if (inlineAttachment.isCompressed()) {
    GZIPInputStream inputStream = new GZIPInputStream(new ByteArrayInputStream(decodedPayload));
    payload = inputStream.readAllBytes();
}

方案2：直接传输二进制数据（需消息队列支持） #

如果你的消息队列支持二进制消息传输，跳过Base64二次编码，直接传输原始二进制数据：

Python端代码 #

import base64

# 假设payload是接收到的Base64字符串
bpayload = payload.encode('utf-8')
splitLines = bpayload.splitlines()
splitlinesb = b''.join(splitLines)
gzip_bytes, defects = base64.decodebytes(splitlinesb)
# 直接将gzip_bytes以二进制形式发送到消息队列（具体API看你用的MQ客户端）

Java端代码修改 #

直接获取消息的原始二进制字节数组，无需getBytes("UTF-8")转码：

// 注意：这里要替换为你的MQ客户端获取原始字节数组的API
byte[] decodedPayload = inlineAttachment.getRawPayloadBytes();

if (inlineAttachment.isCompressed()) {
    GZIPInputStream inputStream = new GZIPInputStream(new ByteArrayInputStream(decodedPayload));
    payload = inputStream.readAllBytes();
}

• 二进制数据（如GZIP压缩包）永远不要直接当作字符串处理，必须通过Base64编码为合法字符串后再传输，或直接用二进制消息通道传输。
• UTF-8是字符编码，仅适用于文本数据，用它处理二进制数据必然导致字节损坏。

内容的提问来源于stack exchange，提问作者Scott Alexander