假如这个世界上只剩下你一个人，当你正坐在屋子里的时候，这时突然响起了敲门声...
Web上传文件的原理及实现
上一篇 / 下一篇 2008-05-29 19:03:28 / 个人分类：web
查看( 578 ) /
评论( 3 )
本文为原创，如需转载，请注明作者和出处，谢谢！
现在有很多Web程序都有上传功能，实现上传功能的组件或框架也很多，如基于java的Commons FileUpload、还有Struts1.x和Struts2中带的上传文件功能（实际上，Struts2在底层也使用了Commons FileUpload）。在asp.net中也有相应的上传文件的控件。
虽然现在有很多上传组件可以利用，但是了解Web上传文件的原理，对于处理突然出现的问题会有很大的帮助，下面就来讲一下通过浏览器上传文件的基本原理。在了解了原理之后，就可以非常容易地自制满足自身需要的上传组件了。
众所周知，在客户端代码中需要使用<input type='file' name='file' />来选择要上传的文件，并上传，代码如上：
<html>
<head>
<title>upload</title>
<meta. http-equiv="description" c>
<meta. http-equiv="content-type" c>
</head>
<body>
<form. action="servlet/UploadFile" method="post"
enctype="multipart/form-data">
<input type="file" name="file1" id="file1" />
<input type="file" name="file2" id="file2" />
<input type="submit" value="上传" />
</form>
</body>
</html>
从上面的代码可以看出，有两个文件选择框（file1和file2），在上传文件时，<form>标签必须加上enctype="multipart/form-data"，否则浏览器无法将文件内容上传到服务端。下面我们来做个实验。在Servlet的doPost方法中编写如下的代码，如果想使用asp.net或其他的语言或技术，也可以很容易实现相应的功能。
public void doPost(HttpServletRequest request, HttpServletResponse response)
throws ServletException, IOException
{
java.io.InputStream is = request.getInputStream();
java.io.FileOutputStream fos = new java.io.FileOutputStream("d:\out.txt");
byte[] buffer = new byte[8192];
int count = 0;
while((count = is.read(buffer)) >0)
{
fos.write(buffer, 0, count);
}
fos.close();
}
上面的功能非常简单，只是通过request获得一个InputStream对象，并通过这个对象从客户端获得发送过来的字节流（注意，一定要用字节流，因为，上传的文件可能是二进制文件，如图象文件，因此，使用字节流会更通用）。并将这些字节流保存在D盘的out.txt文件中。然后我们打开out.txt，文件的内容如图1所示：
01_webupload1.jpg
图1
由于out.txt是使用文本形式打开的，并且file1上传的是a.jpg(一个图象文件)，因此，显示的是一些乱码。我们可以不用管它们。只需要看看这些内容的头部。我们很快就可以找到规律。每一个文件内容的头部都由“-----------------------------30514443229777”分隔，然后是这个文件的属性，如下：
Content-Disposition: form-data; name="file1"; filename="a.jpg"
Content-Type: image/jpeg
其中包含了文件选择框的name属性，还有上传的文件名（filename字段），要注意的，firefox在上传时，这个filename属性值只是文件名，如果使用IE，就是带路径的文件名，如D:"a.jpg。
接下来的规则就和HTTP的头一样了，以一个空行（"r"n）分隔。后面就是文件的具体内容。现在最关键的文件的结尾，从图1可以看出，文件的结尾也是“-----------------------------30514443229777”，因此，可以断定，第一个上传的文件（包括文件头）是夹在两个“-----------------------------30514443229777”之间的。而“-----------------------------30514443229777”就是multipart/form-data协议的分隔符。但这里还有一个最关键的问题。这个分隔符每次上传都不一样，服务端是如何知道每次上传的这个分隔符的呢？
实际上，这个分隔符是通过HTTP请求头的Content-Type字段获得，可通过下面的代码输出这个字段值：
System.out.println(request.getHeader("Content-type"));
输出的内容如下：
multipart/form-data; boundary=---------------------------106712230227687
只要在服务端获得boundary后面的值即可。经过测试，Content-Type中的分隔符号中的“-”比实际上传的“-”少两个，不知是怎么回事。不过这没关系，我们可以认为每一个文件块是以""r"n—“结尾的，或是直接将从boundary获得的分隔符加两个“—”。而最后结尾的分隔符是“---------------------------106712230227687—”，后面多了两个“—”。
综合上述，也就是说，一个文件块是以“---------------------------106712230227687”开头，以“—”结尾，从图2可以看出这一切。
02_webupload.jpg
图2
至于剩下的工作，就是按着上面的规则来分析这些字符流了。分析的方法很多。在这里就不详述了。
multipart/form-data规范原文：http://www.ietf.org/rfc/rfc2388.txt
现在有很多Web程序都有上传功能，实现上传功能的组件或框架也很多，如基于java的Commons FileUpload、还有Struts1.x和Struts2中带的上传文件功能（实际上，Struts2在底层也使用了Commons FileUpload）。在asp.net中也有相应的上传文件的控件。
虽然现在有很多上传组件可以利用，但是了解Web上传文件的原理，对于处理突然出现的问题会有很大的帮助，下面就来讲一下通过浏览器上传文件的基本原理。在了解了原理之后，就可以非常容易地自制满足自身需要的上传组件了。
众所周知，在客户端代码中需要使用<input type='file' name='file' />来选择要上传的文件，并上传，代码如上：
<html>
<head>
<title>upload</title>
<meta. http-equiv="description" c>
<meta. http-equiv="content-type" c>
</head>
<body>
<form. action="servlet/UploadFile" method="post"
enctype="multipart/form-data">
<input type="file" name="file1" id="file1" />
<input type="file" name="file2" id="file2" />
<input type="submit" value="上传" />
</form>
</body>
</html>
从上面的代码可以看出，有两个文件选择框（file1和file2），在上传文件时，<form>标签必须加上enctype="multipart/form-data"，否则浏览器无法将文件内容上传到服务端。下面我们来做个实验。在Servlet的doPost方法中编写如下的代码，如果想使用asp.net或其他的语言或技术，也可以很容易实现相应的功能。
public void doPost(HttpServletRequest request, HttpServletResponse response)
throws ServletException, IOException
{
java.io.InputStream is = request.getInputStream();
java.io.FileOutputStream fos = new java.io.FileOutputStream("d:\out.txt");
byte[] buffer = new byte[8192];
int count = 0;
while((count = is.read(buffer)) >0)
{
fos.write(buffer, 0, count);
}
fos.close();
}
上面的功能非常简单，只是通过request获得一个InputStream对象，并通过这个对象从客户端获得发送过来的字节流（注意，一定要用字节流，因为，上传的文件可能是二进制文件，如图象文件，因此，使用字节流会更通用）。并将这些字节流保存在D盘的out.txt文件中。然后我们打开out.txt，文件的内容如图1所示：
01_webupload1.jpg
图1
由于out.txt是使用文本形式打开的，并且file1上传的是a.jpg(一个图象文件)，因此，显示的是一些乱码。我们可以不用管它们。只需要看看这些内容的头部。我们很快就可以找到规律。每一个文件内容的头部都由“-----------------------------30514443229777”分隔，然后是这个文件的属性，如下：
Content-Disposition: form-data; name="file1"; filename="a.jpg"
Content-Type: image/jpeg
其中包含了文件选择框的name属性，还有上传的文件名（filename字段），要注意的，firefox在上传时，这个filename属性值只是文件名，如果使用IE，就是带路径的文件名，如D:"a.jpg。
接下来的规则就和HTTP的头一样了，以一个空行（"r"n）分隔。后面就是文件的具体内容。现在最关键的文件的结尾，从图1可以看出，文件的结尾也是“-----------------------------30514443229777”，因此，可以断定，第一个上传的文件（包括文件头）是夹在两个“-----------------------------30514443229777”之间的。而“-----------------------------30514443229777”就是multipart/form-data协议的分隔符。但这里还有一个最关键的问题。这个分隔符每次上传都不一样，服务端是如何知道每次上传的这个分隔符的呢？
实际上，这个分隔符是通过HTTP请求头的Content-Type字段获得，可通过下面的代码输出这个字段值：
System.out.println(request.getHeader("Content-type"));
输出的内容如下：
multipart/form-data; boundary=---------------------------106712230227687
只要在服务端获得boundary后面的值即可。经过测试，Content-Type中的分隔符号中的“-”比实际上传的“-”少两个，不知是怎么回事。不过这没关系，我们可以认为每一个文件块是以""r"n—“结尾的，或是直接将从boundary获得的分隔符加两个“—”。而最后结尾的分隔符是“---------------------------106712230227687—”，后面多了两个“—”。
综合上述，也就是说，一个文件块是以“---------------------------106712230227687”开头，以“—”结尾，从图2可以看出这一切。
02_webupload.jpg
图2
至于剩下的工作，就是按着上面的规则来分析这些字符流了。分析的方法很多。在这里就不详述了。
multipart/form-data规范原文：http://www.ietf.org/rfc/rfc2388.txt
相关阅读:
- 甲骨文为Eclipse用户规划设计Java EE插件套件 (simon_pan, 2008-5-14)
- Java Open Source (simon_pan, 2008-5-14)
- 【刘如鸿】 .NET和Web 3.0，未来之事谁能预料？ (ITPUB_DotNetSpa, 2008-5-14)
- 【丁学】用javascript操纵GridView中CheckBox的两个常用技巧 (ITPUB_DotNetSpa, 2008-5-19)
- 〖寻雨〗 用StreamReader读取中文出现乱码的解决方案 (NMGgaopengfei, 2008-5-19)
- 【Harlan---】如何讓 Lynx 純文字瀏覽器讀取 UTF-8 的 ASP.NET 網頁 (NMGgaopengfei, 2008-5-19)
- Struts2教程10：国际化 (银河使者, 2008-5-20)
- 自己写的一个通过操作作用域的局域网聊天室 (glacierluo, 2008-5-22)
-
justforregister
发布于2008-05-31 23:57:50
-
不错， 好文
-
Sky-Tiger
发布于2008-06-01 21:12:38
-
GOOD！
-
john3000
发布于2008-06-02 15:47:27
-
thanks
