[轉]文件上傳原理:Web上傳文件的原理及實現

　　如今有不少Web程序都有上傳功能，實現上傳功能的組件或框架也不少，如基於java的CommonsFileUpload、還有Struts1.x和Struts2中帶的上傳文件功能（實際上，Struts2在底層也使用了CommonsFileUpload）。在asp.net中也有相應的上傳文件的控件。
　　雖然如今有不少上傳組件能夠利用，可是瞭解Web上傳文件的原理，對於處理忽然出現的問題會有很大的幫助，下面就來說一下經過瀏覽器上傳文件的基本原理。在瞭解了原理以後，就能夠很是容易地自制知足自身須要的上傳組件了。
　　衆所周知，在客戶端代碼中須要使用＜input type='file' name='file' /＞來選擇要上傳的文件，並上傳，代碼如上：

＜html＞
＜head＞
＜title＞upload＜/title＞
＜meta http-equiv="description" content="this is my page"＞
＜meta http-equiv="content-type" content="text/html; charset=GB18030"＞
＜/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="上傳" /＞
＜/form＞
＜/body＞
＜/html＞

      從上面的代碼能夠看出，有兩個文件選擇框（file1和file2），在上傳文件時，＜form＞標籤必須加上enctype="multipart/form-data"，不然瀏覽器沒法將文件內容上傳到服務端。下面咱們來作個實驗。在Servlet的doPost方法中編寫以下的代碼，若是想使用asp.net或其餘的語言或技術，也能夠很容易實現相應的功能。

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();
}

     上面的功能很是簡單，只是經過request得到一個InputStream對象，並經過這個對象從客戶端得到發送過來的字節流（注意，必定要用字節流，由於，上傳的文件多是二進制文件，如圖象文件，所以，使用字節流會更通用）。並將這些字節流保存在D盤的out.txt文件中。而後咱們打開out.txt，文件的內容如圖1所示：

 

      因爲out.txt是使用文本形式打開的，而且file1上傳的是a.jpg(一個圖象文件)，所以，顯示的是一些亂碼。咱們能夠不用管它們。只須要看看這些內容的頭部。咱們很快就能夠找到規律。每個文件內容的頭部都由「-----------------------------30514443229777」分隔，而後是這個文件的屬性，以下：
Content-Disposition: form-data; name="file1"; filename="a.jpg"
Content-Type: image/jpeg
　　其中包含了文件選擇框的name屬性，還有上傳的文件名（filename字段），要注意的，firefox在上傳時，這個filename屬性值只是文件名，若是使用IE，就是帶路徑的文件名，如D:"a.jpg。
　　接下來的規則就和HTTP的頭同樣了，以一個空行（"r"n）分隔。後面就是文件的具體內容。如今最關鍵的文件的結尾，從圖1能夠看出，文件的結尾也是

「-----------------------------30514443229777」，所以，能夠判定，第一個上傳的文件（包括文件頭）是夾在兩個

「-----------------------------30514443229777」之間的。而「-----------------------------30514443229777」就是multipart/form-data協議的分隔符。但這裏還有一個最關鍵的問題：這個分隔符每次上傳都不同，服務端是如何知道每次上傳的這個分隔符的呢？

　　   實際上，這個分隔符是經過HTTP請求頭的Content-Type字段得到，可經過下面的代碼輸出這個字段值：     
      
                System.out.println(request.getHeader("Content-type"));

　　   輸出的內容以下：
                multipart/form-data; boundary=---------------------------106712230227687
　　   只要在服務端得到boundary後面的值便可。通過測試，Content-Type中的分隔符號中的「-」比實際上傳的「-」少兩個，不知是怎麼回事。不過這不要緊，咱們能夠認爲每個文件塊是以""r"n—「結尾的，或是直接將從boundary得到的分隔符加兩個「—」。而最後結尾的分隔符是「---------------------------106712230227687—」，後面多了兩個「—」。

　　綜合上述，也就是說，一個文件塊是以「---------------------------106712230227687」開頭，以「—」結尾，從圖2能夠看出這一切。

 

                圖2
         至於剩下的工做，就是按着上面的規則來分析這些字符流了。分析的方法不少。在這裏就不詳述了。