Python 將二進制數據解碼回文件

Question

我在 MSSQL 中有一個包含壓縮和轉換文件的數據庫，如下所示：

值的屏幕截圖（每個都是 40k 符號長

我需要將這些文件解碼為 pdf、docx 和 png 文件。

我試圖通過 base64 來做到這一點，但它沒有構建正確的文件。

你有什么想法我怎么能解碼所有這些並構建正確的文件？

Answer 1

您的數據似乎是一個 PNG，前面有一些東西。 如果用dd去除前 12 個字節，然后用xxd將十六進制恢復為二進制，則可以恢復 PNG 文件的開頭：

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

然后，您可以檢查該 PNG 文件並查看它的大小以及它被截斷的事實，如下所示：

pngcheck -v image.png 

樣品 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

數據是十六進制編碼的，試試：

from base64 import b16decode

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

輸出b'Hello'

Answer 3

當您學習將 blob 填充到文本數據庫中的艱難方法時，可能是數據管理員作為新手可能犯下的最嚴重的罪過，臃腫笨拙且速度緩慢，最好將源文件留在其快速自然的本機壓縮 state 中並簡單地在DB 通過相關的唯一 ID 和文件存儲名稱。 吐槽一下。

它們是 40K 的固定大小塊這一事實表明它們被分塊，因此需要幾個奇數塊來創建一個完整的 BLOB。

如果我解釋正確，您呈現的 blob 似乎只是 PNG 圖像的一部分 =

2164 pixels wide by 835 pixels high

然而，output 在奇怪的可疑尺寸 canvas 內只有 5 個像素高，如果它只是截斷更長的 ZF7B44CFAFD5C52223D5498196C8A2E 的第一部分，這可能是正確的

您的 40K 塊轉換為具有 PNG 特征的 22K 二進制文件，但 PNG 以 89 開頭，因此您遇到了問題，因為它的前綴為 0x 00 22 40 DD BF

我們可以丟棄 0x 作為 Hex stream 的簽名，並像我上面所做的那樣使用余數，但是 ODD 00 22 40 DD BF 的意義是什么（很可能部分包含最終全長大小或指針的指示符到下一個塊）

您需要做的是通過常規方法提取該圖像並比較預期的總文件大小，因為轉換為 22Kb 二進制文件可能僅相當於預期總數的一小部分。 在這種情況下，您需要確定圖像的 rest 的存儲方式和位置，以便將所有部分連接成一個同質 blob，即單個圖像。

您需要了解塊被緩慢提取並緩慢轉換並緩慢拼接在一起的方法，但使用一些預期文件大小的度量。