文件上传原理:Web上传文件的原理及实现

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" 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： 
 
 
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。 
 
 
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。