Node.js Express中如何解析带GZIP压缩的multipart/related AS4请求

核心问题原因 #

• 你之前将完整Buffer转为UTF-8字符串的操作是二进制数据损坏的根源：gzip属于二进制格式，包含大量UTF-8编码无法识别的字节，Node.js会自动将这类字节替换为�（占用3个字节），这就是为什么字符串导出的gz文件比原Buffer大50%左右，且完全损坏。
• 你用buffer-split拆分后仍解压失败，是因为拆分得到的分段包含了MIME段头部（Content-Type等配置行）和空行，你把完整分段当成了gzip内容，自然匹配不到1f 8b的gzip头标识。

正确处理步骤 #

1. 全程保留Buffer操作：所有拆分、提取逻辑完全在Buffer层面执行，不到最终解析XML/文本内容的环节，不要调用任何toString方法。
2. 解析边界值：从请求的Content-Type头中提取boundary值，不要硬编码。示例解析代码：

const boundary = req.get('Content-Type').match(/boundary="?([^";]+)"?/)[1]

3. 拆分全量请求Buffer：用buffer-split按边界值拆分全量请求体，注意边界值需要拼接前缀--：

const segments = bufferSplit(req.rawBody, Buffer.from(`--${boundary}`)).filter(seg => seg.length && !seg.equals(Buffer.from('--')))

4. 拆分每个段的头部和内容：MIME规范中，段头部和实际内容用\r\n\r\n分隔，按这个标识拆分每个分段：

for (const seg of segments) {
  // 只拆分一次，避免内容中存在相同字符导致拆分错误
  const [headerBuf, contentBuf] = bufferSplit(seg, Buffer.from('\r\n\r\n'), 1) 
  // 只有头部需要转字符串解析元数据
  const headerStr = headerBuf.toString('utf-8').trim()
  // 解析头部判断是否为压缩段
  if (headerStr.includes('CompressionType: application/gzip')) {
    // 直接拿contentBuf解压即可，此时前两个字节必然是1f 8b
    zlib.gunzip(contentBuf, (err, decompressed) => {
      if (err) throw err
      // decompressed就是解压后的XML Buffer，可按原有逻辑处理
    })
  } else {
    // 非压缩的SOAP段按原有逻辑转字符串解析即可
    const soapContent = contentBuf.toString('utf-8')
  }
}

常见坑排查 #

• 如果你按\r\n\r\n拆分取不到正确内容，可以尝试用\n\n兼容部分非标准客户端的换行格式
• 解压前可以打印contentBuf.slice(0,2).toString('hex')，如果输出不是1f8b，说明你拆分逻辑有问题，检查边界值是否匹配、分段过滤是否正确
• 确保没有其他Express中间件（比如express.json()、express.urlencoded()）在你的raw解析器之前处理请求，否则会提前消费请求流导致req.rawBody不完整

内容的提问来源于stack exchange，提问作者Anders