十六进制字符串转二进制文件时PDF等格式文件损坏无法打开问题

故障根因 #

现有转换逻辑仅处理了0x前缀，没有覆盖二进制文件转换的所有边界场景，常见诱因如下：

• 十六进制字符串中夹杂多余字符：从数据库或复制来源中可能附带换行、空格、制表符等非十六进制字符，hex2bin遇到无效字符会返回异常或截断内容
• 十六进制串长度非偶数：hex2bin要求输入长度必须为偶数，否则会自动丢弃最后一位，导致二进制结构不完整
• Windows系统换行符自动转换：默认写入文件时Windows会将\n替换为\r\n，直接破坏PDF的二进制结构
• 额外输出内容污染：若PHP脚本存在BOM头、提前输出的调试信息，也会写入文件导致损坏

修复后代码 #

// 1. 全量清洗十六进制字符串，移除所有非十六进制字符
$cleanHex = preg_replace('/[^0-9a-fA-F]/', '', $hexPdfString);

// 2. 移除可选的0x前缀
if (substr($cleanHex, 0, 2) === '0x') {
    $cleanHex = substr($cleanHex, 2);
}

// 3. 补全长度为偶数，避免hex2bin截断
if (strlen($cleanHex) % 2 !== 0) {
    $cleanHex = '0' . $cleanHex;
}

// 4. 转换为二进制内容
$binaryPdf = hex2bin($cleanHex);

// 5. 二进制模式写入文件，加锁避免并发写入异常
file_put_contents('document.pdf', $binaryPdf, LOCK_EX | FILE_BINARY);

注：上述代码兼容PHP5.4及以上版本，无需依赖高版本语法。

验证方法 #

• 转换前核对清洗后的十六进制串长度：正常长度应为原始PDF文件字节数的2倍，若长度偏短说明数据库读取时存在截断
• 转换后用文本编辑器打开PDF文件查看开头：正常应该以%PDF-1.开头，若开头存在其他字符说明脚本有额外输出
• 查看PDF结尾：正常应该以%%EOF结尾，若缺失说明十六进制串本身不完整

内容的提问来源于stack exchange，提问作者Samuel Gfeller