某些 uuEncoded 文件在 C# 中未正确解码

Question

我正在获取一个 SGML 文件，并使用 uuDecoder 从中提取数据并从中创建 PDF。

多年来一直运行良好，但从最近几个月开始，我们发现某些 PDF 文件无法加载，并且在 chrome 中显示“加载 PDF 文档失败”。

我已经完成了下面这个问题，它与我的情况类似，但它是在 Python 中，我在 c# 中有它

How can we figure out why certain uuencoded files are not decoding properly using Python?

下面是一个 txt 文件的示例，该文件包含有问题的嵌入式 uuencoded pdf： https://www.sec.gov/Archives/edgar/data/1631661/000163166116000004/0001631661-16-000004.txt

我的 uuDecoder 算法代码与此完全相同： http://blog.stevex.net/2004/04/c-classes-to-decode-yenc-and-uuencode-encoded-usenet-binaries/

我发现它在下面的代码中抛出 Index out of range 异常，它期望一行中有 61 个字符，但有些行没有确切的 61 个字符：

public static byte[] uuDecode(string buffer) 
        { 
            // Create an output array
            byte[] outBuffer = new byte[(buffer.Length-1)/4*3];
            int outIdx = 0;

            // Get the string as an array of ASCII bytes
            byte[] asciiBytes = Encoding.ASCII.GetBytes(buffer);

            for (int i=0; i<asciiBytes.Length; i++)
            {
                asciiBytes[i] = (byte)((asciiBytes[i]-0x20) & 0x3f);
            }

            // Convert each block of 4 input bytes into 3 
            // output bytes
            for (int i = 1; i <= (asciiBytes.Length-1); i += 4) 
            { 
                outBuffer[outIdx++] = (byte)(asciiBytes[i] << 2 | asciiBytes[i+1] >> 4);
                outBuffer[outIdx++] = (byte)(asciiBytes[i+1] << 4 | asciiBytes[i+2] >> 2);
                outBuffer[outIdx++] = (byte)(asciiBytes[i+2] << 6 | asciiBytes[i+3]);
            } 

            return outBuffer;
        } 

请注意这里没有与“索引超出范围”异常相关的任何内容，因此请不要将其重定向到那里。

我尝试用空格填充缺失的字符，如下所示：

if (line.Length < 61) ////Making sure length is 61 characters
                {
                    var builder = new StringBuilder();
                    builder.Append(line);
                    var missing = 61 - line.Length;

                    for (int i = 0; i < missing; i++)
                    {
                        builder.Append(" ");
                    }

                    line = builder.ToString();

                }

有人可以帮我弄清楚为什么这不适用于少数 PDF 文档吗？

Answer 1

我认为问题出在空间上。改进的 uuEncode 使用 ``（代码 0x60）而不是可以修剪的空格（0x20）。尝试将所有行向右填充到全尺寸。试试这个转换（pdf.uue 是文件的 uuencoded 部分 - 从 begin 到 end ）：

        string[] all = File.ReadAllLines(@"d:\tmp\pdf.uue");
        for (int i = 1; i < all.Length - 2; i++)
        {
            if (all[i].Length < 61)
                all[i] = all[i].PadRight(61, ' ');
        }
        File.WriteAllLines(@"d:\tmp\pdf-2.uue", all);

循环是1 .. Length-2 以跳过开始/结束行。