Python 将二进制数据解码回文件

Question

我在 MSSQL 中有一个包含压缩和转换文件的数据库，如下所示：

值的屏幕截图（每个都是 40k 符号长

我需要将这些文件解码为 pdf、docx 和 png 文件。

我试图通过 base64 来做到这一点，但它没有构建正确的文件。

你有什么想法我怎么能解码所有这些并构建正确的文件？

Answer 1

您的数据似乎是一个 PNG，前面有一些东西。 如果用dd去除前 12 个字节，然后用xxd将十六进制恢复为二进制，则可以恢复 PNG 文件的开头：

dd bs=12 skip=1 if=YOURFILE | xxd -r -p > image.png

然后，您可以检查该 PNG 文件并查看它的大小以及它被截断的事实，如下所示：

pngcheck -v image.png 

样品 Output

File: image.png (21833 bytes)
  chunk IHDR at offset 0x0000c, length 13
    2164 x 835 image, 24-bit RGB, non-interlaced
  chunk sRGB at offset 0x00025, length 1
    rendering intent = perceptual
  chunk gAMA at offset 0x00032, length 4: 0.45455
  chunk pHYs at offset 0x00042, length 9: 3779x3779 pixels/meter (96 dpi)
  chunk IDAT at offset 0x00057, length 65445:  EOF while reading data
ERRORS DETECTED in image.png

Answer 2

数据是十六进制编码的，试试：

from base64 import b16decode

# Data 
encoded = '0x48656C6C6F'
decoded = b16decode(encoded[2:])
print(decoded)

输出b'Hello'

Answer 3

当您学习将 blob 填充到文本数据库中的艰难方法时，可能是数据管理员作为新手可能犯下的最严重的罪过，臃肿笨拙且速度缓慢，最好将源文件留在其快速自然的本机压缩 state 中并简单地在DB 通过相关的唯一 ID 和文件存储名称。 吐槽一下。

它们是 40K 的固定大小块这一事实表明它们被分块，因此需要几个奇数块来创建一个完整的 BLOB。

如果我解释正确，您呈现的 blob 似乎只是 PNG 图像的一部分 =

2164 pixels wide by 835 pixels high

然而，output 在奇怪的可疑尺寸 canvas 内只有 5 个像素高，如果它只是截断更长的 ZF7B44CFAFD5C52223D5498196C8A2E 的第一部分，这可能是正确的

您的 40K 块转换为具有 PNG 特征的 22K 二进制文件，但 PNG 以 89 开头，因此您遇到了问题，因为它的前缀为 0x 00 22 40 DD BF

我们可以丢弃 0x 作为 Hex stream 的签名，并像我上面所做的那样使用余数，但是 ODD 00 22 40 DD BF 的意义是什么（很可能部分包含最终全长大小或指针的指示符到下一个块）

您需要做的是通过常规方法提取该图像并比较预期的总文件大小，因为转换为 22Kb 二进制文件可能仅相当于预期总数的一小部分。 在这种情况下，您需要确定图像的 rest 的存储方式和位置，以便将所有部分连接成一个同质 blob，即单个图像。

您需要了解块被缓慢提取并缓慢转换并缓慢拼接在一起的方法，但使用一些预期文件大小的度量。