如何解码GSA Feed中base64压缩的XML节点？

我之前帮团队从GSA迁移到Solr时，正好碰到过完全一样的问题！GSA自定义Feed里的这个节点是先通过zlib压缩原始内容，再进行base64编码的，它不是标准的压缩包格式（比如zip、gz），所以直接用7zip解压肯定行不通——7zip识别的是封装好的压缩包结构，而这里只是 raw 的zlib压缩流加base64编码层。

给你两个最实用的解决方法，快速拿到节点里的原始内容：

方法一：用Python脚本（跨平台，最稳妥） #

这个方法不需要额外装复杂工具，Python自带的库就能搞定：

1. 先把XML中那个base64节点的纯内容提取出来，保存成一个文本文件（比如encoded.txt）——注意别把XML标签也带进去，只留那串长长的base64字符串。
2. 运行下面的脚本：

import base64
import zlib

# 读取纯base64内容
with open('encoded.txt', 'r') as f:
    base64_str = f.read().strip()

# 第一步：base64解码
raw_compressed = base64.b64decode(base64_str)

# 第二步：zlib解压（GSA的压缩流有时候会跳过标准头，所以加异常处理适配）
try:
    decompressed = zlib.decompress(raw_compressed)
except zlib.error:
    # 跳过zlib头校验，适配GSA的压缩格式
    decompressed = zlib.decompress(raw_compressed, wbits=-15)

# 保存解压后的内容，默认用utf-8编码，乱码的话可以换成latin-1
with open('decoded_content.txt', 'w', encoding='utf-8') as f:
    f.write(decompressed.decode('utf-8'))

运行完就能在decoded_content.txt里看到原始内容了。

方法二：用命令行工具组合（适合Linux/macOS） #

如果不想写脚本，用系统命令也能搞定，前提是先装个qpdf包（里面带zlib-flate工具）：

1. 提取纯base64内容到encoded.txt
2. 执行命令：

# 先安装qpdf：macOS用brew install qpdf，Ubuntu用apt install qpdf
base64 -d encoded.txt | zlib-flate -uncompress > decoded_content.txt

要是解压失败，试试给base64命令加-i参数忽略换行：

base64 -d -i encoded.txt | zlib-flate -uncompress > decoded_content.txt

额外注意事项 #

• 一定要确保提取的是纯base64字符串，如果不小心带了XML的节点标签，解码步骤直接会报错。
• 要是解压后出现乱码，大概率是编码问题，试试把脚本里的utf-8换成latin-1再保存。
• 后续迁移Solr时，你可以直接修改开源GSA连接器的代码，把这个解压逻辑整合进去，不用每次手动处理啦。

内容的提问来源于stack exchange，提问作者Harinder