使用 SSIS 從 XML 中提取 base64 編碼圖像

Question

我有一個復雜的場景，客戶發送XML文件，我應該從這些文件中提取一些信息。 一個重要信息是在base64中編碼的圖像。

xml的xsd文件定義了包含 base64 編碼圖像的元素，如下所示：

   <xs:element name="image" type="xs:base64Binary" nillable="false" minOccurs="0" maxOccurs="unbounded">
      <xs:annotation>
        <xs:documentation xml:lang="en">
          base64 image.
        </xs:documentation>
      </xs:annotation>
    </xs:element> 

在 SSIS 中，我使用XML Source組件來提取元素。 在組件的“輸入和 Output 屬性”中，我將數據類型（在與 base64 圖像元素相關的外部/輸出列中）定義為image [DT_IMAGE]類型。

Q1：選擇這種數據類型讀取base64編碼的圖片是否正確？ byte stream [DT_BYTES]還是string [DT_STR]呢？

Next, I passed the output of the component to a Recordset Destination to store the output in an SSIS variable User::xml_image of type Object (I did this because it is possible to have multiple images).

然后將 object 變量傳遞給Script Task ，轉換為DataTable ，我試圖將“假設第一行/圖像”保存到文件系統中。 我使用的代碼如下：

            DataTable table = new DataTable();
            oleAdapter.Fill(table, Dts.Variables["xml_image"].Value);

            Image image;
            BinaryFormatter bf = new BinaryFormatter();
            var ms = new MemoryStream();

            // convert the first image
            bf.Serialize(ms, table.Rows[0]["image"]);
            byte[] bytes = ms.ToArray();

            using (MemoryStream mem = new MemoryStream(bytes))
            {
                mem.Seek(0, SeekOrigin.Begin);
                image = Image.FromStream(mem); // error in this line: Parameter is not valid.
                image.Save("D:\\tepack.jpeg", ImageFormat.Jpeg);
            }

該腳本一直執行，直到調用FromStream方法並失敗並出現以下錯誤：

參數無效。

Q2：如何修復代碼錯誤，並成功保存圖像，考慮上述場景和配置？

Answer 1

A1。 DT_IMAGE 與 DT_BYTES 與 DT_STR

根據定義， base64編碼的二進制文件是 ASCII 字符串數據，因此數據的初始提取可能是^DT_STR 。

那時，您擁有 XML 中的字符，您可以目視檢查以確認是的，我正確地從 XML 中提取了該字段。

下一步是將 base64 編碼反轉或解碼為原始二進制位。

A2。 Image.FromStream 錯誤

我不確定Image class 的來源，但它可能正在嘗試將數據轉換為不同的圖像格式（png 到 jpg 到 bmp 等），但是 memory 中的位已經是您需要的位。 您只需要將字節數組寫入磁盤，類似於

https://www.oreilly.com/library/view/c-cookbook/0596003390/ch02s12.html

byte[] imageBytes = Base64DecodeString(bmpAsString);
fstrm = new FileStream(@"C:\winnt_copy.bmp", FileMode.CreateNew, FileAccess.Write);
BinaryWriter writer = new BinaryWriter(fstrm);
writer.Write(imageBytes);
writer.Close( );
fstrm.Close( );

也許在線書籍上的數據類型鏈接注明了數據類型的最大長度，我們看到一個 DT_STR 是 8000 個字符，而 DT_IMAGE/DT_BYTES/DT_TEXT 是 210 萬個單位（字符或字節）。 由於這些都不是 unicode 數據，因此成本存儲成本都相同，但沒有任何表達式語言可以對數據進行操作（null 和長度檢查 IIRC 除外）並且數據查看器將集中在其中，因此可以進行目視檢查具有挑戰性。

jpg 是一種壓縮文件格式 - 他們丟棄數據以減少字節數。 但是 Base64 是反壓縮的，因為它在將危險的二進制字符映射為安全的 ascii 字符時會擴大大小。 因此，除非您知道源圖像非常小，否則您可能會超出 8000 個字符的邊界。

假設通貨膨脹率為 1.3，您看到的最大原始大小約為 5970 字節。 一個 6kb 的 jpg 文件可能很小且質量低下。 例如，此圖像為 5151 字節

最后的想法當我輸入這個並考慮問題域時，除非你有充分的理由使用數據流，否則我會在這種情況下避免它。 相反，使用腳本任務粉碎 XML。 如果您不必擔心將數據類型擬合到 SSIS 原始類型中，並且您的所有操作都已經是 .NET 腳本操作這一事實，我認為您將遇到更少的問題。