本文详解如何修复因 Hex → Base64 → PDF 转换链中格式误判导致的 PDF 文件损坏问题，重点解决“保存后无法打开、提示 application/octet-stream”的核心缺陷，并提供健壮、可复用的 Java 实现方案。
本文详解如何修复因 hex → base64 → pdf 转换链中格式误判导致的 pdf 文件损坏问题，重点解决“保存后无法打开、提示 `application/octet-stream`”的核心缺陷，并提供健壮、可复用的 java 实现方案。
在实际数据集成场景中，常需从数据库或 CSV 中读取以 Hex 字符串形式存储的二进制 Blob 数据（如 PDF、图片等），并还原为原始文件。但许多开发者会陷入一个常见误区：将 Hex 字符串错误地双重编码为 Base64，再尝试解码写入——这会导致字节流失真，尤其对 PDF 这类结构敏感的二进制格式，轻微错位即导致文件头损坏、无法被 Adobe Reader 或系统预览器识别。
从您提供的代码和错误截图可知，问题根源在于：
- 原始 record.get("Blob") 是 十六进制字符串（如 "0x48656C6C6F"），而非标准 Base64；
- DatatypeConverter.parseHexBinary() 正确将其转为原始字节数组；
- 但后续又调用 Base64.getEncoder().encodeToString(...) 生成 Base64，再在 blobToDoc() 中二次 Base64.getDecoder().decode(...) ——这相当于对原始 PDF 字节做了 “Hex → Bytes → Base64 → Bytes” 的冗余往返，极易引入填充、截断或字符过滤错误（如 replaceAll("[^0-9A-Fa-f]", "") 可能误删合法分隔符）；
- 更关键的是，blobToDoc() 方法使用 SerialBlob + getBinaryStream() 的方式绕过直接字节操作，而 SerialBlob.getBytes(1, len) 才能无损提取全部原始字节。
✅ 正确做法是：跳过中间 Base64 编码环节，直接将 Hex 字符串解析为字节数组，并原样写入文件。 以下是优化后的完整解决方案：
private static void convertBlobToPdf(Map<String, Object> record) {
// 查找含 "Blob" 的键（建议使用更精确的键名，如 "pdfBlobHex"）
String blobHexKey = record.keySet().stream()
.filter(key -> key.contains("Blob"))
.findFirst()
.orElse(null);
if (blobHexKey != null && record.get(blobHexKey) instanceof String hexData) {
try {
// 1. 清洗 Hex 字符串：移除 "0x" 前缀及所有非十六进制字符
hexData = hexData.trim();
if (hexData.startsWith("0x") || hexData.startsWith("0X")) {
hexData = hexData.substring(2);
}
hexData = hexData.replaceAll("[^0-9A-Fa-f]", "");
// 2. 校验长度（必须为偶数）
if (hexData.length() % 2 != 0) {
throw new IllegalArgumentException("Invalid hex string length: " + hexData.length());
}
// 3. 解析为原始字节数组（这才是真正的 PDF 二进制内容）
byte[] pdfBytes = DatatypeConverter.parseHexBinary(hexData);
// 4. 直接写入文件（无需 Base64 中转！）
String fileName = (String) record.get("Document_FileName");
if (fileName == null || !fileName.toLowerCase().endsWith(".pdf")) {
fileName = "document_" + System.currentTimeMillis() + ".pdf";
}
Path outputPath = Paths.get("src/main/resources/", fileName);
Files.createDirectories(outputPath.getParent()); // 确保目录存在
Files.write(outputPath, pdfBytes);
System.out.println("✅ PDF saved successfully: " + outputPath.toAbsolutePath());
} catch (Exception e) {
throw new RuntimeException("Failed to convert and save PDF from blob: " + e.getMessage(), e);
}
}
}? 关键改进说明：
- 零 Base64 中转：避免 encode→decode 引入的潜在字符污染（如换行、空格、非法填充）；
- 严格 Hex 清洗：trim() + 前缀判断 + replaceAll 组合确保输入纯净；
- 直接 Files.write()：比 SerialBlob + InputStream 更简洁、高效、不易出错；
- 路径安全处理：自动创建父目录，防止 NoSuchFileException；
- 文件名兜底：防止 Document_FileName 为空或缺失 .pdf 后缀导致 MIME 识别失败。
⚠️ 注意事项：
- 若原始 Hex 数据本身已损坏（如数据库截断、传输丢失），本方案无法修复，请先校验源数据完整性（例如用 xxd -r -p hex.txt > test.pdf 在 Linux 下验证）；
- DatatypeConverter 在 JDK 9+ 已弃用，生产环境建议替换为 Apache Commons Codec 的 Hex.decodeHex() 或 javax.xml.bind.DatatypeConverter 的替代实现；
- 对于超大 PDF（>100MB），应改用流式写入（Files.newOutputStream() + 分块写），避免内存溢出。
通过以上修正，生成的 PDF 文件将具备正确的魔数（%PDF- 开头）和完整结构，可被任意 PDF 阅读器正常打开与渲染。
