将十六进制字符串转换为二进制文件使其损坏且无法打开

Question

转换十六进制值时，一个 PDF 文件，文件已损坏。
这是我要转换的简单 pdf 文件的部分十六进制内容：

0x255044462D312E370D0A25B5B5B5B50D0A312030206F626A0D0A3C3C2F547970652F436174

完整字符串： jsfiddle 、 pastebin

这个问题是这个问题的延续，我说我必须在两个以不同方式处理文件的程序之间进行数据迁移。 源程序将十六进制编码的文件存储在数据库中。

我可以使用以下代码成功提取文本文件并将其转换为二进制文件：

file_put_contents(
    'document.pdf', 
    hex2bin(str_replace('0x', '', $hexPdfString))
);

但是当我在 pdf 文件或其他二进制文件上运行这个 function 时，它已损坏。
我的问题与这个问题几乎相同，但不幸的是，那里的讨论已经停止。

Answer 1

十六进制解码字符串的结果已损坏，因为您的字符串不完整，它只包含前 65535 个字符。 十六进制解码后，可以看到 PDF 在元数据 stream 中被截断：

20 0 obj
<</Type/Metadata/Subtype/XML/Length 3064>>
stream
<?xpacket begin="" id="W5M0MpCehiHzreSzNTczkc9d"?><x:xmpmeta xmlns:x="adobe:ns:meta/" x:xmptk="3.1-701">
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
<rdf:Description rdf:about=""  xmlns:pdf="http://ns.adobe.com/pdf/1.3/">
<pdf:Producer>Microsoft® Word 2019</pdf:Producer></rdf:Description>
<rdf:Description rdf:about=""  xmlns:dc="http://purl.org/dc/elements/1.1/">
<dc:creator><rdf:Seq><rdf:li>Samuel Gfeller</rdf:li></rdf:Seq></dc:creator></rdf:Description>
<rdf:Description rdf:about=""  xmlns:xmp="http://ns.adobe.com/xap/1.0/">
<xmp:CreatorTool>Microsoft® Word 2019</xmp:CreatorTool><xmp:CreateDate>2021-06-17T13:00:19+02:00</xmp:CreateDate><xmp:ModifyDate>2021-06-17T13:00:19+02:00</xmp:ModifyDate></rdf:Description>
<rdf:Description rdf:about=""  xmlns:xmpMM="http://ns.adobe.com/xap/1.0/mm/">
<xmpMM:DocumentID>uuid:C29344F5-3E78-414A-B4E3-775A853B1A0C</xmpMM:DocumentID><xmpMM:InstanceID>uuid:C29344F5-3E78-414A-B4E3-775A853B1A0C</xmpMM:InstanceID></rdf:Description>
                                                                                                    
                                                                                                    
                                                                          

长度65535当然比较特殊，是0xFFFF。 显然，您在检索该字符串时使用的某些机制无法处理长度超过 65535 个字符的字符串。 因此，您必须调查该字符串的来源。

考虑到您认为这个问题是其延续的问题，我假设您从中检索数据的 MS SQL 数据库中的字段限制为 65535 字节，或者您的数据库值检索代码将其减少。

在前一种情况下，您无能为力，数据库内容只是不完整。 在后一种情况下，您只需启用数据库访问代码即可处理长字符串。