Base64-codificar un archivo y comprimirlo

Question

Mi objetivo es codificar un archivo y comprimirlo en una carpeta en java. Tengo que usar la biblioteca Apache's Commons-codec. Puedo codificar y comprimirlo y funciona bien, pero cuando lo decodifico de nuevo a su forma original, parece que el archivo no se ha codificado por completo. Parece que faltan algunas partes. ¿Alguien puede decirme por qué sucede esto?

También estoy adjuntando la parte de mi código como referencia para que pueda guiarme en consecuencia.

private void zip() { 
    int BUFFER_SIZE = 4096; 
    byte[] buffer = new byte[BUFFER_SIZE]; 

    try { 
     // Create the ZIP file 
     String outFilename = "H:\\OUTPUT.zip"; 
     ZipOutputStream out = new ZipOutputStream(new FileOutputStream(
       outFilename)); 

     // Compress the files 
     for (int i : list.getSelectedIndices()) { 
      System.out.println(vector.elementAt(i)); 
      FileInputStream in = new FileInputStream(vector.elementAt(i)); 
      File f = vector.elementAt(i); 

      // Add ZIP entry to output stream. 
      out.putNextEntry(new ZipEntry(f.getName())); 

      // Transfer bytes from the file to the ZIP file 
      int len; 

      while ((len = in.read(buffer)) > 0) { 
       buffer = org.apache.commons.codec.binary.Base64 
         .encodeBase64(buffer); 
       out.write(buffer, 0, len); 

      } 

      // Complete the entry 
      out.closeEntry(); 
      in.close(); 

     } 

     // Complete the ZIP file 
     out.close(); 
    } catch (IOException e) { 
     System.out.println("caught exception"); 
     e.printStackTrace(); 
    } 
} 

Answer 1

de datos codificada en base64 son generalmente más largo que la fuente, sin embargo, está utilizando la longitud de los datos de origen para escribir codificados en la secuencia de salida.

Tiene el tamaño de la matriz generada en lugar de su variable len.

Segundo aviso: no redefina buffer cada vez que codifique un byte. Simplemente escriba el resultado en la salida.

while ((len = in.read(buffer)) > 0) {       
    byte [] enc = Base64.encodeBase64(Arrays.copyOf(buffer, len)); 
    out.write(enc, 0, enc.length); 
} 

UPDATE: Uso Arrays.copyOf(...) para ajustar la longitud de la memoria intermedia de entrada para la codificación.

Answer 2

Su principal problema es que la codificación base64 no se puede aplicar por bloques (sobre todo no la implementación Apache-commons). Este problema empeora porque ni siquiera sabe qué tan grandes son sus bloques, ya que esto depende de los bytes leídos por in.read(..).

Por lo tanto, tienen dos alternativas:

1. cargar el archivo completo en la memoria y luego aplicar la codificación base64.
2. utiliza una implementación codificador Base64 alternativa que funciona basada en secuencias (el proyecto Apache Batik parece contener dicha implementación: org.apache.batik.util.Base64EncoderStream)

Answer 3

Cuando lee el contenido del archivo en buffer obtiene len bytes. Cuando base64 codifica esto obtienes más de len bytes, pero solo escribes len bytes en el archivo. Estos beans que la última parte de sus fragmentos de lectura se truncarán.

Además, si su lectura no llena todo el búfer, no debe base64 codificar más de len bytes, ya que de lo contrario obtendrá 0s finales en el relleno de los últimos bytes.

Combinando la información anterior, esto significa que debe codificar64 todo el archivo (léelo todo en un byte []) a menos que pueda garantizar que cada fragmento que lea pueda caber exactamente en un mensaje codificado en base64. Si sus archivos no son muy grandes, le recomendaría leer todo el archivo.

Un problema menor es que al leer en su ciclo, probablemente debería comprobar "> -1", no "> 0", pero en su caso no hace la diferencia.