UPDATE: SolvedPrzenieść surowy plik binarny za pomocą apache commons-net FTPClient?
byłem nazywając FTPClient.setFileType()
przed ja zalogowany, powodując serwer FTP, aby użyć trybu domyślnego (ASCII
) bez względu co ustawić go. Z drugiej strony, klient zachowywał się tak, jakby typ pliku był prawidłowo ustawiony. Tryb BINARY
działa teraz dokładnie tak, jak jest to wymagane, w każdym przypadku przenosząc bajt po bajcie. Jedyne, co musiałem zrobić, to trochę ruchu w węźle wireshark, a następnie naśladowanie poleceń FTP za pomocą netcata, żeby zobaczyć, co się dzieje. Dlaczego nie pomyślałem o tym dwa dni temu !? Dzięki, wszyscy za pomoc!
Mam plik xml, zakodowany w utf-16, który pobieram z witryny FTP przy użyciu FTPClienta apache's commons-net-2.0 java library. Oferuje wsparcie dla dwóch trybów transferu: ASCII_FILE_TYPE
i BINARY_FILE_TYPE
, z tą różnicą, że ASCII
zastąpi separatory linii odpowiednim lokalnym separatorem linii ('\r\n'
lub po prostu '\n'
- w języku heksadecymalnym, 0x0d0a
lub po prostu 0x0a
).Mój problem jest następujący: Mam plik testowy, UTF-16 kodowany, który zawiera następujące elementy:
<?xml version='1.0' encoding='utf-16'?>
<data>
<blah>blah</blah>
</data>
Oto hex:
0000000: 003c 003f 0078 006d 006c 0020 0076 0065 .<.?.x.m.l. .v.e
0000010: 0072 0073 0069 006f 006e 003d 0027 0031 .r.s.i.o.n.=.'.1
0000020: 002e 0030 0027 0020 0065 006e 0063 006f ...0.'. .e.n.c.o
0000030: 0064 0069 006e 0067 003d 0027 0075 0074 .d.i.n.g.=.'.u.t
0000040: 0066 002d 0031 0036 0027 003f 003e 000a .f.-.1.6.'.?.>..
0000050: 003c 0064 0061 0074 0061 003e 000a 0009 .<.d.a.t.a.>....
0000060: 003c 0062 006c 0061 0068 003e 0062 006c .<.b.l.a.h.>.b.l
0000070: 0061 0068 003c 002f 0062 006c 0061 0068 .a.h.<./.b.l.a.h
0000080: 003e 000a 003c 002f 0064 0061 0074 0061 .>...<./.d.a.t.a
0000090: 003e 000a
.>..
Kiedy korzystać z trybu ASCII
dla tego pliku przenosi poprawnie, bajt dla bajcie; wynik ma taką samą sumę md5. Wspaniały. Kiedy używam trybu transferu BINARY
, który nie powinien wykonywać niczego poza losowaniem bajtów z InputStream
do OutputStream
, wynikiem jest, że znaki nowej linii (0x0a
) są konwertowane na pary powrotu karetki i nowego wiersza (0x0d0a
).Oto hex po transferze binarnym:
0000000: 003c 003f 0078 006d 006c 0020 0076 0065 .<.?.x.m.l. .v.e
0000010: 0072 0073 0069 006f 006e 003d 0027 0031 .r.s.i.o.n.=.'.1
0000020: 002e 0030 0027 0020 0065 006e 0063 006f ...0.'. .e.n.c.o
0000030: 0064 0069 006e 0067 003d 0027 0075 0074 .d.i.n.g.=.'.u.t
0000040: 0066 002d 0031 0036 0027 003f 003e 000d .f.-.1.6.'.?.>..
0000050: 0a00 3c00 6400 6100 7400 6100 3e00 0d0a ..<.d.a.t.a.>...
0000060: 0009 003c 0062 006c 0061 0068 003e 0062 ...<.b.l.a.h.>.b
0000070: 006c 0061 0068 003c 002f 0062 006c 0061 .l.a.h.<./.b.l.a
0000080: 0068 003e 000d 0a00 3c00 2f00 6400 6100 .h.>....<./.d.a.
0000090: 7400 6100 3e00 0d0a
t.a.>...
Nie tylko przekonwertować znaki nowej linii (które nie powinny), ale nie przestrzega kodowanie UTF-16 (nie, że będę oczekiwać, że wie, że powinien , to tylko głupia rura FTP). Rezultat jest nieczytelny bez dalszego przetwarzania w celu wyrównania bajtów. Po prostu użyłbym trybu ASCII
, ale moja aplikacja będzie również przenosić prawdziwe dane binarne (pliki mp3 i obrazy JPEG) w tej samej rurze. Użycie trybu transferu BINARY
na tych plikach binarnych powoduje również, że są one losowo wstrzykiwane do ich zawartości, które nie mogą być bezpiecznie usunięte, ponieważ dane binarne często zawierają prawidłowe sekwencje . Jeśli używam trybu ASCII
na tych plikach, "sprytny" klient FTP konwertuje te 0x0d0a
s na 0x0a
, pozostawiając plik niespójny bez względu na to, co zrobię.
Domyślam się, że moje pytanie (s) jest (są): czy ktoś wie o dobrych bibliotekach FTP dla java, które przenoszą te cholerne bajty stamtąd do tego miejsca, czy też będę musiał zhakować apache commons-net -2.0 i utrzymywać mój własny kod klienta FTP właśnie dla tej prostej aplikacji? Czy ktoś zajmował się tym dziwacznym zachowaniem? Wszelkie sugestie będą mile widziane.
Sprawdziłem kod źródłowy commons-net i nie wygląda na to, że odpowiada za dziwne zachowanie, gdy używany jest tryb BINARY
. Ale InputStream
to odczyt z trybu BINARY
to tylko java.io.BufferedInptuStream
owinięty wokół gniazda InputStream
. Czy te strumienie java niższego poziomu kiedykolwiek robią jakąś dziwną manipulację bajtów? Byłbym zszokowany, gdyby tak zrobili, ale nie widzę, co jeszcze mogłoby się tu wydarzyć.
EDIT 1:
Oto minimalny fragment kodu, który naśladuje to, co robię, aby pobrać plik.Aby skompilować, zrób
javac -classpath /path/to/commons-net-2.0.jar Main.java
Aby uruchomić, trzeba katalogi/tmp/ASCII i/tmp/binarne dla pliku do pobrania na, jak również ftp utworzonej z plikiem na nim siedzi . Kod będzie musiał również zostać skonfigurowany za pomocą odpowiedniego hosta ftp, nazwy użytkownika i hasła. Umieściłem plik na mojej testowej stronie ftp w folderze test/i nazwałam plik test.xml. Plik testowy powinien mieć co najmniej więcej niż jeden wiersz i być zakodowany za pomocą UTF-16 (może to nie być konieczne, ale pomoże odtworzyć moją dokładną sytuację). Po otwarciu nowego pliku użyłem polecenia vim o numerze :set fileencoding=utf-16
i wprowadziłem powyższy tekst xml. Na koniec, aby uruchomić, po prostu zrób
java -cp .:/path/to/commons-net-2.0.jar Main
Kod:
(UWAGA: Ten kod zmodyfikowane w celu zastosowania niestandardowego FTPClient obiektu, związane poniżej: "EDIT 2")
import java.io.*;
import java.util.zip.CheckedInputStream;
import java.util.zip.CheckedOutputStream;
import java.util.zip.CRC32;
import org.apache.commons.net.ftp.*;
public class Main implements java.io.Serializable
{
public static void main(String[] args) throws Exception
{
Main main = new Main();
main.doTest();
}
private void doTest() throws Exception
{
String host = "ftp.host.com";
String user = "user";
String pass = "pass";
String asciiDest = "/tmp/ascii";
String binaryDest = "/tmp/binary";
String remotePath = "test/";
String remoteFilename = "test.xml";
System.out.println("TEST.XML ASCII");
MyFTPClient client = createFTPClient(host, user, pass, org.apache.commons.net.ftp.FTP.ASCII_FILE_TYPE);
File path = new File("/tmp/ascii");
downloadFTPFileToPath(client, "test/", "test.xml", path);
System.out.println("");
System.out.println("TEST.XML BINARY");
client = createFTPClient(host, user, pass, org.apache.commons.net.ftp.FTP.BINARY_FILE_TYPE);
path = new File("/tmp/binary");
downloadFTPFileToPath(client, "test/", "test.xml", path);
System.out.println("");
System.out.println("TEST.MP3 ASCII");
client = createFTPClient(host, user, pass, org.apache.commons.net.ftp.FTP.ASCII_FILE_TYPE);
path = new File("/tmp/ascii");
downloadFTPFileToPath(client, "test/", "test.mp3", path);
System.out.println("");
System.out.println("TEST.MP3 BINARY");
client = createFTPClient(host, user, pass, org.apache.commons.net.ftp.FTP.BINARY_FILE_TYPE);
path = new File("/tmp/binary");
downloadFTPFileToPath(client, "test/", "test.mp3", path);
}
public static File downloadFTPFileToPath(MyFTPClient ftp, String remoteFileLocation, String remoteFileName, File path)
throws Exception
{
// path to remote resource
String remoteFilePath = remoteFileLocation + "/" + remoteFileName;
// create local result file object
File resultFile = new File(path, remoteFileName);
// local file output stream
CheckedOutputStream fout = new CheckedOutputStream(new FileOutputStream(resultFile), new CRC32());
// try to read data from remote server
if (ftp.retrieveFile(remoteFilePath, fout)) {
System.out.println("FileOut: " + fout.getChecksum().getValue());
return resultFile;
} else {
throw new Exception("Failed to download file completely: " + remoteFilePath);
}
}
public static MyFTPClient createFTPClient(String url, String user, String pass, int type)
throws Exception
{
MyFTPClient ftp = new MyFTPClient();
ftp.connect(url);
if (!ftp.setFileType(type)) {
throw new Exception("Failed to set ftpClient object to BINARY_FILE_TYPE");
}
// check for successful connection
int reply = ftp.getReplyCode();
if (!FTPReply.isPositiveCompletion(reply)) {
ftp.disconnect();
throw new Exception("Failed to connect properly to FTP");
}
// attempt login
if (!ftp.login(user, pass)) {
String msg = "Failed to login to FTP";
ftp.disconnect();
throw new Exception(msg);
}
// success! return connected MyFTPClient.
return ftp;
}
}
EDIT 2:
OK Poprosiłem o poradę CheckedXputStream
i oto moje wyniki. Wykonałem kopię apache'a o nazwie FTPClient
o nazwie MyFTPClient
i zapakowałem zarówno SocketInputStream
, jak i BufferedInputStream
w postaci sum kontrolnych CheckedInputStream
. Ponadto zapakowałem FileOutputStream
, który podaję FTPClient
, aby zapisać dane wyjściowe w postaci z sumą kontrolną CRC32
. Kod dla MyFTPClient został opublikowany here i zmodyfikowałem powyższy kod testowy, aby korzystać z tej wersji FTPClient (próbowałem opublikować adres URL do zmodyfikowanego kodu, ale potrzebuję 10 punktów reputacji, aby opublikować więcej niż jeden URL!), test.xml
i test.mp3
a wyniki były zatem:
14:00:08,644 DEBUG [main,TestMain] TEST.XML ASCII
14:00:08,919 DEBUG [main,MyFTPClient] Socket CRC32: 2739864033
14:00:08,919 DEBUG [main,MyFTPClient] Buffer CRC32: 2739864033
14:00:08,954 DEBUG [main,FTPUtils] FileOut CRC32: 866869773
14:00:08,955 DEBUG [main,TestMain] TEST.XML BINARY
14:00:09,270 DEBUG [main,MyFTPClient] Socket CRC32: 2739864033
14:00:09,270 DEBUG [main,MyFTPClient] Buffer CRC32: 2739864033
14:00:09,310 DEBUG [main,FTPUtils] FileOut CRC32: 2739864033
14:00:09,310 DEBUG [main,TestMain] TEST.MP3 ASCII
14:00:10,635 DEBUG [main,MyFTPClient] Socket CRC32: 60615183
14:00:10,635 DEBUG [main,MyFTPClient] Buffer CRC32: 60615183
14:00:10,636 DEBUG [main,FTPUtils] FileOut CRC32: 2352009735
14:00:10,636 DEBUG [main,TestMain] TEST.MP3 BINARY
14:00:11,482 DEBUG [main,MyFTPClient] Socket CRC32: 60615183
14:00:11,482 DEBUG [main,MyFTPClient] Buffer CRC32: 60615183
14:00:11,483 DEBUG [main,FTPUtils] FileOut CRC32: 60615183
To sprawia, że w zasadzie zerowy sens w ogóle, ponieważ tutaj są sumy md5 plików corresponsing:
bf89673ee7ca819961442062eaaf9c3f ascii/test.mp3
7bd0e8514f1b9ce5ebab91b8daa52c4b binary/test.mp3
ee172af5ed0204cf9546d176ae00a509 original/test.mp3
104e14b661f3e5dbde494a54334a6dd0 ascii/test.xml
36f482a709130b01d5cddab20a28a8e8 binary/test.xml
104e14b661f3e5dbde494a54334a6dd0 original/test.xml
Jestem na straty. I przysięga Nie permutowałem nazw plików/ścieżek w żadnym punkcie tego procesu, a trzy razy sprawdzałem każdy krok. To musi być coś prostego, ale nie mam zielonego pojęcia, gdzie szukać dalej. W interesie praktyczności zamierzam kontynuować, wołając do powłoki, aby wykonać moje transfery FTP, ale zamierzam to kontynuować, dopóki nie zrozumiem, co do diabła się dzieje. Zaktualizuję ten wątek o moje odkrycia i będę nadal doceniać wszelkie składki, które ktoś może mieć. Mam nadzieję, że przyda się to komuś w pewnym momencie!
Wow, to dziwne. Sprawdziłem kod źródłowy dla 'BufferedInputStream' oraz' SocketInputStream' (przynajmniej część Java) i nie widzę niczego, co mogłoby zmienić takie bajty. Proponuję zrobić kopię 'FTPClient' i zmienić hierarchię strumienia wejściowego na' CheckedInputStream (BufferedInputStream (CheckedInputStream (SocketInputStream())))) i użyć sum kontrolnych, aby sprawdzić, czy możesz zidentyfikować, gdzie zmieniają się bajty. To byłaby przydatna informacja w pytaniu. (Jeszcze lepiej, umieść swój kod testowy online i dołącz do niego link). –
Również +1 za dobrze napisane pytanie ;-) –
Spróbuję; Dziękuję Ci. Nigdy nie słyszałem o CheckedInputStream. Bardzo fajny!! – cgs1019