通过HTTP接收PDF时文件损坏,HTTP传输二进制文件的最佳方案是什么?
问题定位
问题出在你的.NET Core项目侧,文档服务侧的流式返回逻辑本身没有问题。
损坏的核心原因是:PDF属于二进制格式文件,你使用ReadAsStringAsync()读取响应时,方法会自动将原始二进制字节按UTF8编码规则解码为字符串,二进制流中大量不符合UTF8编码规则的字节会被直接替换为乱码占位符,后续再将字符串转回字节数组时已经丢失了原始二进制信息,最终导致PDF损坏、看起来像被截断。
修复方案
文档服务侧优化(可选,提升兼容性)
原有逻辑可以正常工作,建议补充2个响应头提升兼容性:
/** * converts html to pdf * @param request * @param response */ public fromHtml(request: Request, response: Response) { let body = request.body; if(!body){ throw new ValidationError("No html"); } // package: pdf-html pdf.create(request.body).toStream((err, stream) => { if (err) { throw new ValidationError(err.message); } else { response.set('Content-type', Types.PDF); // 新增:告知客户端文件大小,避免分片传输识别异常 response.set('Content-Length', stream.length); // 新增:按需配置下载文件名,非必须 response.set('Content-Disposition', 'attachment; filename="output.pdf"'); // stream = ReadStream stream.pipe(response) } }); }
.NET 客户端修复(必须)
删除字符串中转逻辑,直接读取原始二进制字节数组即可:
public async Task<byte[]> HtmlToPdf(string html) { StringContent content = new StringContent(html, Encoding.UTF8, "text/html"); HttpResponseMessage response = await _httpClient.PostAsync("/api/pdf/from-html", content); // 直接读取原始二进制,不要用ReadAsStringAsync中转 byte[] pdf = await response.Content.ReadAsByteArrayAsync(); return pdf; }
二进制文件HTTP传输最佳实践
- 优先选择直接传输原始二进制流,不要额外做Base64编码:Base64编码会让数据体积膨胀33%,同时增加两端编解码的性能开销,仅在传输层强制要求文本格式的场景下才需要使用Base64
- 服务端响应头必须配置正确的
Content-Type,尽量补充Content-Length告知客户端文件总大小,可按需配置Content-Disposition指定文件名 - 客户端读取二进制响应时禁止使用字符串类型做中转,直接读取字节流或字节数组即可
内容的提问来源于stack exchange,提问作者SNO
相关产品推荐
相关产品推荐

