.NET WebClient 类下载部分文件会错误?可能是解压缩的锅

一直在使用 WebClient 下载文件,.NET 已经封装好,所以用起来代码非常简洁;但直到今天发现有一个文件一直不能正确下载下来。

本文介绍这个问题的原因和解决方法,更重要的是给出调查方法。


本文所涉及到的域名已经过敏感信息处理,所以实际上你是无法访问到的;但这不影响本文对调查方法的描述。

问题

我原本是使用如下的代码去下载任意文件的(参数经过简化)。

private static async Task DownloadFileAsync()
{
    var url = "http://localhost:5000/walterlv-icon.svg";
    var fileName = @"C:\Users\lvyi\Desktop\TEST\walterlv-icon.svg";

    using var webClient = new WebClient();
    webClient.DownloadFile(new Uri(url), fileName);
}

现在,下载一个 svg 的时候,原本应该是如下的图片:

walterlv-icon.svg

然而实际上下载下来之后却是这样的:

walterlv-icon.svg

原本大小是 992 字节,实际下载下来后是 508 字节,而且固定是 508 字节。你可以通过右键复制图片地址,然后分别把两张图下载下来看。

调查

显然,WebClient 没有抛出任何异常,而且每次下载下来都是固定的 508 字节,说明肯定不是网络不通或程序提前退出导致的,也不是线程安全相关的问题。基本可以认定为问题出在服务器的配置,或者客户端的请求上。

使用其他“正常”下载器尝试

拿 Chrome 跑以上地址,拿专用下载工具跑以上地址,甚至是拿 Postman 跑以上地址,都可以成功显示或者下载到正确的图片。

这几乎可以肯定,问题出在 .NET 的 WebClient 上,可能是请求不对,或者对响应的后续处理不对。

使用 Postman 和 WebClient 对比测试

为了对比请求和响应,我使用的是 Fiddler 抓包。

WebClient 请求:

GET http://localhost:5000/walterlv-icon.svg HTTP/1.1
Host: localhost:5000
Connection: Keep-Alive

WebClient 响应(因为内含乱码,会让网页显示不正常,所以放截图):

WebClient 响应

Postman 请求:

GET http://localhost:5000/walterlv-icon.svg HTTP/1.1
Content-Type: application/json
User-Agent: PostmanRuntime/7.22.0
Accept: */*
Cache-Control: no-cache
Postman-Token: 05bb3d80-d7a7-4c0d-bdd1-9cd65d79ecab
Host: localhost:5000
Accept-Encoding: gzip, deflate, br
Connection: keep-alive

Postman 响应(因为内含乱码,会让网页显示不正常,所以放截图):

Postman 响应

请求和响应贴得很长,这可以让比较感兴趣的小伙伴仔细比较。但这里我直接给出我比较后的结论:

  1. Postman 的请求会发送比较多的头
  2. 两者的响应几乎相同(包括文件大小和内容)

由于响应几乎相同,所以实际上前面请求头的不同可以忽略了(至少说明返回的内容没有因为请求的不同而有所变化),我们能够拿到完整的整个文件。

那么问题基本确定就是在 WebClient 对这个响应的处理上了。

可以注意到 Postman 的请求中有 Accept-Encoding,两折的响应中都有 Content-Encoding,指定了 gzip。然而这是 Linux 中用来压缩文件的命令。响应中指定了内容编码方式为 gzip 是否意味着我们下载下来的文件实际上是一个 gzip 压缩文件呢?

于是我将下载下来的文件扩展名改为 gzip,用压缩文件打开,于是真的可以解压出来真实的图片。

于是确认问题的原因是 WebClient 在处理响应的时候没有根据 Content-Encoding 的值解压缩下载下来的文件。

解决

解决的思路:

使 WebClient 支持下载文件后解压缩

各种检查后发现,WebClient 竟然没有提供设置解压缩相关的属性。庆幸的是,在网上搜索 WebClientgzip 关键字后,找到了这一篇答案:.net - Automatically decompress gzip response via WebClient.DownloadData - Stack Overflow

我们需要重写 WebClient.GetWebRequest 方法,然后改写 AutomaticDecompression 属性。此属性可以改成 gzipdeflatebr 或者它们的组合,这与 Postman 发请求时声明支持的值是完全一样的。

class AutoDecompressionWebClient : WebClient
{
    protected override WebRequest GetWebRequest(Uri address)
    {
        var baseRequest = base.GetWebRequest(address);
        if (baseRequest is HttpWebRequest httpWebRequest)
        {
            httpWebRequest.AutomaticDecompression = DecompressionMethods.All;
        }
        return baseRequest;
    }
}

另外,也可以在拉取到响应的流后自己去做解压,可以参见:


参考资料

本文会经常更新,请阅读原文: https://blog.walterlv.com/post/dotnet-webclient-decompression-when-downloaded.html ,以避免陈旧错误知识的误导,同时有更好的阅读体验。

如果你想持续阅读我的最新博客,请点击 RSS 订阅,或者前往 CSDN 关注我的主页

知识共享许可协议 本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。欢迎转载、使用、重新发布,但务必保留文章署名 吕毅 (包含链接: https://blog.walterlv.com ),不得用于商业目的,基于本文修改后的作品务必以相同的许可发布。如有任何疑问,请 与我联系 ([email protected])