[转]文件上传原理:Web上传文件的原理及实现

　　如今有不少Web程序都有上传功能，实现上传功能的组件或框架也不少，如基于java的CommonsFileUpload、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CommonsFileUpload）。在asp.net中也有相应的上传文件的控件。
　　虽然如今有不少上传组件能够利用，可是了解Web上传文件的原理，对于处理忽然出现的问题会有很大的帮助，下面就来说一下经过浏览器上传文件的基本原理。在了解了原理以后，就能够很是容易地自制知足自身须要的上传组件了。
　　众所周知，在客户端代码中须要使用＜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＞

      从上面的代码能够看出，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"，不然浏览器没法将文件内容上传到服务端。下面咱们来作个实验。在Servlet的doPost方法中编写以下的代码，若是想使用asp.net或其余的语言或技术，也能够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();
}

     上面的功能很是简单，只是经过request得到一个InputStream对象，并经过这个对象从客户端得到发送过来的字节流（注意，必定要用字节流，由于，上传的文件多是二进制文件，如图象文件，所以，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。而后咱们打开out.txt，文件的内容如图1所示：

 

      因为out.txt是使用文本形式打开的，而且file1上传的是a.jpg(一个图象文件)，所以，显示的是一些乱码。咱们能够不用管它们。只须要看看这些内容的头部。咱们很快就能够找到规律。每个文件内容的头部都由“-----------------------------30514443229777”分隔，而后是这个文件的属性，以下：
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，若是使用IE，就是带路径的文件名，如D:"a.jpg。
　　接下来的规则就和HTTP的头同样了，以一个空行（"r"n）分隔。后面就是文件的具体内容。如今最关键的文件的结尾，从图1能够看出，文件的结尾也是

“-----------------------------30514443229777”，所以，能够判定，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同，服务端是如何知道每次上传的这个分隔符的呢？

　　   实际上，这个分隔符是经过HTTP请求头的Content-Type字段得到，可经过下面的代码输出这个字段值：     
      
                System.out.println(request.getHeader("Content-type"));

　　   输出的内容以下：
                multipart/form-data; boundary=---------------------------106712230227687
　　   只要在服务端得到boundary后面的值便可。通过测试，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。不过这不要紧，咱们能够认为每个文件块是以""r"n—“结尾的，或是直接将从boundary得到的分隔符加两个“—”。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能够看出这一切。

 

                图2
         至于剩下的工做，就是按着上面的规则来分析这些字符流了。分析的方法不少。在这里就不详述了。