首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >PDF 结果链接过期后无法下载?先把文件归档和临时地址分开

PDF 结果链接过期后无法下载?先把文件归档和临时地址分开

原创
作者头像
Youna
修改于 2026-11-13 16:24:25
修改于 2026-11-13 16:24:25
860
举报
文章被收录于专栏:ComPDFKit tutorialsComPDFKit tutorials

一份转换后的 PDF 当天能打开,几天后再下载却失败。排查时,先确认两件事:结果文件是否已经存到自己的系统;用户手里的地址是否仍然有效。文件存在与链接可访问,是两个不同条件。

如果数据库只保存了上游转换服务返回的地址,业务下载就会依赖那个地址的生命周期。更可靠的做法是及时取得结果文件,验证后归档,用户下载时再根据权限提供访问方式。

服务返回地址,不代表长期交付地址

例如,ComPDF 图片转 PDF 接口返回处理结果后,应用还需要下载 PDF 并保存。接口负责转换;归档位置、文件权限和业务记录由自己的应用决定。可以在 ComPDF 图片转 PDF 接口文档中核对当前版本的结果结构与下载限制。

这里讨论的是“结果已经生成,怎样可靠保存”的后半段,不把转换请求、文件落盘和用户下载混成一个成功状态。

建议至少区分:

状态

必须确认的结果

converted

上游业务状态和文件状态成功,取得本次结果

downloaded

下载完成,文件格式及内容可读取

stored

写入自己的持久存储,记录对象键和版本

ready

当前用户有权访问,业务可以提供下载

表中的名称由应用定义。HTTP 200 只说明请求层没有返回错误,不能替代后面的检查。

下载时,先写临时文件,再验证并改名

下面是一段 Python 3 的 PDF 结果归档示例。安装 requests 和 pypdf 后,将从受信任转换服务取得的结果 URL 传给函数。不要把它开放成接收任意用户网址的下载接口;部署时应限制目的域名、重定向和网络出口,避免服务端请求伪造风险。

代码语言:python
复制
import hashlib
import os
import tempfile
import uuid
from pathlib import Path

import requests
from pypdf import PdfReader


def archive_pdf(download_url, directory, max_bytes=30 * 1024 * 1024):
    directory = Path(directory)
    directory.mkdir(parents=True, exist_ok=True)
    fd, temporary = tempfile.mkstemp(prefix="pdf-", suffix=".part", dir=directory)
    temp_path = Path(temporary)
    digest = hashlib.sha256()
    size = 0
    try:
        with os.fdopen(fd, "wb") as local:
            with requests.get(download_url, stream=True, timeout=(10, 60),
                              allow_redirects=False) as response:
                if response.status_code != 200:
                    raise ValueError("结果地址未返回完整文件")
                for chunk in response.iter_content(64 * 1024):
                    if not chunk:
                        continue
                    size += len(chunk)
                    if size > max_bytes:
                        raise ValueError("结果超过本次允许的文件大小")
                    digest.update(chunk)
                    local.write(chunk)
        with temp_path.open("rb") as check:
            if check.read(5) != b"%PDF-":
                raise ValueError("结果不是预期的 PDF 文件头")
        reader = PdfReader(str(temp_path))
        pages = len(reader.pages)
        if pages == 0:
            raise ValueError("结果没有可读取页面")
        target = directory / (uuid.uuid4().hex + ".pdf")
        temp_path.replace(target)
        return {"path": str(target), "size": size,
                "sha256": digest.hexdigest(), "pages": pages}
    finally:
        temp_path.unlink(missing_ok=True)

调用方式是 record = archive_pdf(download_url, "results")。其中 download_url 必须替换为本次成功任务的真实返回值,不能用原文件地址或文档示例占位值。函数会拒绝重定向,遇到实际服务需要重定向时,应先检查其规则并显式验证目的地址,不能简单取消限制。

这段代码把下载中断、超出大小、错误文件头及无法解析的结果挡在正式文件之外。改名发生在同一目录、下载与解析完成之后;它不是数据库和对象存储的分布式事务。连接和读取超时也不是整个批次的总时限,生产队列仍需设置任务级期限。

文件能被解析,不代表页面内容已符合业务要求。页数、方向、文字和图像仍需要按转换任务核对;SHA-256 用于记录本地收到的字节,未与可信预期值比较时,不能称为完整性已经得到上游证明。

文件归档与下载授权分别确认
文件归档与下载授权分别确认

图:应用处理流程示意,不是产品运行截图。

从本地文件接到对象存储

本地下载通过后,再上传到 COS 等持久存储。对象键使用业务文件 ID、版本或唯一标识,避免两份同名文件覆盖。上传成功后才把对象键和版本写入业务记录,失败时保留可重试状态。

如果存储成功、数据库提交失败,可能出现孤立对象。可以记录待清理对象,或由定期清理任务回收;数据库回滚不会自动删除对象。反过来,也不能先把数据库标为 ready,再异步上传而不处理上传失败。

文件记录建议保存源文件版本、上游任务 ID、结果序号、对象键、字节数、页数及状态。一次产生多个结果时,每个结果分别记录,不能只保存第一项。

用户下载时,再检查权限

业务接口根据文件 ID 查询对象,不直接接受客户端提供的任意对象键并签名。确认用户有权访问后,可以返回短期签名地址,或通过有权限校验的下载接口发送文件。

签名地址失效时,重新鉴权后生成新的地址;不要把桶改成公有读来解决过期问题。已经签发的地址可能在剩余有效期内继续可用,这个期限也应纳入权限设计。

最后用四个失败场景检查:下载中断不能留下正式文件;上游返回 HTML 错误页不能保存成成功 PDF;存储失败不能提前显示可下载;用户失去权限后不能继续取得新地址。

完成接入的判断,是关闭页面后重新进入,仍能通过业务权限取得自己存储中的文件。临时地址只负责本次传输,持久存储负责保留文件,业务接口负责访问授权。把这三个职责分开,才不会让一条过期链接变成整份材料丢失。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 服务返回地址,不代表长期交付地址
  • 下载时,先写临时文件,再验证并改名
  • 从本地文件接到对象存储
  • 用户下载时,再检查权限
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档