在js中读取文件会损坏文件

Question

在 js 中我正在运行这段代码

let str = new TextDecoder("utf8").decode(new Uint8Array(reader.result));

let data = {
    name:file.name,
    size: args.loaded,
    contentsize:str.length,
    type:file.type,
    content:str
};
let res = await $.post({
    url:"/api/files",
    data:JSON.stringify(data),
    processData: false,
    contentType: "application/json",
})

reader.result 是

的输出

reader.readAsArrayBuffer(file);

然后在 php 中提取

$new["actual"] =strlen($new["content"]);
$new["content"] = new MongoDB\BSON\Binary($new["content"] ,MongoDB\BSON\Binary::TYPE_GENERIC);
$result = IO::$db->files->insertOne($new);

然后生成一个 db 文档

{ 
    "name" : "test.pdf", 
    "size" : NumberInt(128454), 
    "contentsize" : NumberInt(122693), 
    "type" : "application/pdf", 
    "actual" : NumberInt(215693)
}

但是，当我将文件的内容移回文件系统时，文件已损坏并且无法打开。 我已经运行了 VSCode 附带的文件比较器，并说 DB 内容和原始内容之间存在 0 差异，所以我只能认为问题在于文件大小和读取内容的 3kb 差异，但是什么或者为什么逃脱我

注意似乎只是二进制文件

Answer 1

您的示例是一个 PDF 文件。 PDF 文件不是文本文件，不应作为文本文件处理。如果更改行尾，这将更改文件中不同对象的偏移量，这将损坏 PDF 文件。更糟糕的是，如果 PDF 文件中有二进制流（例如字体、图像等），它会破坏流的内容，并可能导致无法对其进行解码。

要解决此问题，请确保将 PDF 文件作为二进制文件进行读写。

Answer 2

好的，UTF-8 规范不包括字节数据范围内所有位码的字符，其他语言（例如 PHP）通过添加完成字节码映射的特殊非 UTF-8 字符来解决这个问题，但这是在 JavaScript 中不是这样

所以这是 JavaScript 的一个限制，它不会告诉你它已经命中了一个字节码，它不能反序列化，这会突出一个问题已经发生，它只是跳过那个字节，然后移动到下一个，损坏您的数据并隐藏发生损坏的原因。

这意味着您不能在 JavaScript 中使用 UTF-8 编码器来编码任何包含不受支持的字节码之一的内容，要绕过这个选项，您可以将字节转换为 HEX 字符串，然后使用它要在服务器端反序列化，这会导致一定程度的数据膨胀，因为您使用 2 个字节来发送一个字节（尽管这比尝试对字节数组进行编码要少得多）但是作为 2 个字母的十六进制字符串映射所有字节范围值意味着二进制数据没有损坏，并且可以安全地用于基于文本的数据序列化，如通过 JavaScript 实现的 JSON