Python实现大文件分片上传和断点续传[转]
作者：互联网
原文链接：https://blog.csdn.net/jinixin/article/details/77545140
版权声明：本文为CSDN博主「jinixin」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://www.pythonheidong.com/blog/article/147214/1d8572ec6eba60a325b3/
作者：加班是一种习惯
一、引言
想借着这篇文章简要谈谈WebUploader大文件上传与Python结合的实现。
WebUploader是百度团队对大文件上传的前端实现，而后端需要根据不同的语言自己实现。这里我采用Python语言的Flask框架搭建后端，配合使用Bootstrap前端框架渲染上传进度条，效果图在文章底部。
WebUploader官网：http://fex.baidu.com/webuploader/
WebUploader API：http://fex.baidu.com/webuploader/doc/index.html
二、实施
http协议并不是非常适合上传大文件，所以要考虑分片，即把大文件分割后再上传，而WebUploader所做的事，正是将一个大文件分片，一部分一部分的上传到服务器。在上传每个分片的http请求中，需要同时携带：
1）该文件的唯一标识：task_id；
2）该文件的分片总数：chunks；
3）该分片在该文件所有分片中的位置：chunk；
其中后两个WebUploader已经替我们自动上传了，而第一个task_id仅需要我们调用对应函数即可产生，然后再将其写入form-data。
WebUploader是一个前端框架，所以接收文件的部分需要我们自己实现，而我选用了Python和其的Flask框架。
后端要做的是接收这一大堆分片，然后将它们重新合并成一个文件，那么有如下三个问题：
1）如何判定某个分片上传后，是不是整个文件也上传结束了？
WebUploader已经为我们解决了，详见下面代码。
<script type="text/javascript">
$(document).ready(function() {
var task_id = WebUploader.Base.guid(); //产生task_id，唯一标识该文件
var uploader = WebUploader.create({
server: '/upload/accept', //服务器接收并处理分片的url地址
formData: {
task_id: task_id, //上传分片的http请求携带的数据
},
});
uploader.on('uploadSuccess', function(file) { //当该文件所有分片均上传成功时调用该函数
//上传的信息（文件唯一标识符，文件后缀名）
var data = { 'task_id': task_id, 'ext': file.source['ext'], 'type': file.source['type'] };
$.get('/upload/complete', data); //ajax携带data向该url发请求
});
});
</script>
2）如何处理接收分片和将分片内容写入文件的关系？
方案一：开一个字符串，一边接收分片，一边将分片里的内容读取出来后添加到字符串末尾；全部分片接收完毕后，再将字符串写入新文件中。
方案二：创建一个文件，一边接收分片，一边将分片里的内容读取出来写入文件末尾。
方案三：为每个分片创建一个新的临时文件来保存其内容；待全部分片上传完毕后，再按顺序读取所有临时文件的内容，将数据写入新文件中。
前两个方案看似不错，但其实有些问题。方案一因等待所有分片的时间过长容易造成内存溢出；由于分片不一定是按序上传，所以方案二也不行；故只能选择方案三了。
3）后端如何区分不同用户的文件？如何区分同个文件不同分片的先后顺序？
通过http请求携带的task_id可以区分不同的文件。同个文件分片的先后顺序，可以通过http请求携带的chunk来区分。因此，task_id+chunk的组合可以在众多不同用户不同文件的分片中唯一标记某个分片，即某个文件的某个分片名称是task_id+chunk。
三、关键代码
前端代码
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=utf-8" />
<script src="./static/jquery-1.11.1.min.js"></script>
<script src="./static/bootstrap/js/bootstrap.min.js"></script>
<script src="./static/webuploader/webuploader.min.js"></script>
<link rel="stylesheet" type="text/css" href="./static/webuploader/webuploader.css">
<link rel="stylesheet" type="text/css" href="./static/bootstrap/css/bootstrap.min.css">
</head>
<body>
<div>
<div id="picker">请选择</div> <!-- 上传按钮，必须指定id选择器的值 -->
<div class="progress"> <!-- 进度条 -->
<div class="progress-bar progress-bar-striped active" role="progressbar" style="width:0%;"></div>
</div>
</div>
<script type="text/javascript">
$(document).ready(function() {
var task_id = WebUploader.Base.guid(); //产生task_id
var uploader = WebUploader.create({ //创建上传控件
swf: './static/webuploader/Uploader.swf', //swf位置，这个可能与flash有关
server: '/upload/accept', //接收每一个分片的服务器地址
pick: '#picker', //填上传按钮的id选择器值
auto: true, //选择文件后，是否自动上传
chunked: true, //是否分片
chunkSize: 20 * 1024 * 1024, //每个分片的大小，这里为20M
chunkRetry: 3, //某分片若上传失败，重试次数
threads: 1, //线程数量，考虑到服务器，这里就选了1
duplicate: true, //分片是否自动去重
formData: { //每次上传分片，一起携带的数据
task_id: task_id,
},
});
uploader.on('startUpload', function() { //开始上传时，调用该方法
$('.progress-bar').css('width', '0%');
$('.progress-bar').text('0%');
});
uploader.on('uploadProgress', function(file, percentage) { //一个分片上传成功后，调用该方法
$('.progress-bar').css('width', percentage * 100 - 1 + '%');
$('.progress-bar').text(Math.floor(percentage * 100 - 1) + '%');
});
uploader.on('uploadSuccess', function(file) { //整个文件的所有分片都上传成功，调用该方法
//上传的信息（文件唯一标识符，文件名）
var data = {'task_id': task_id, 'filename': file.source['name'] };
$.get('/upload/complete', data); //ajax携带data向该url发请求
$('.progress-bar').css('width', '100%');
$('.progress-bar').text('上传完成');
});
uploader.on('uploadError', function(file) { //上传过程中发生异常，调用该方法
$('.progress-bar').css('width', '100%');
$('.progress-bar').text('上传失败');
});
uploader.on('uploadComplete', function(file) {//上传结束，无论文件最终是否上传成功，该方法都会被调用
$('.progress-bar').removeClass('active progress-bar-striped');
});
});
</script>
</body>
</html>
后端代码
@app.route('/upload/accept', methods=['GET', 'POST'])
def index(): # 一个分片上传后被调用
if request.method == 'POST':
upload_file = request.files['file']
task = request.form.get('task_id') # 获取文件唯一标识符
chunk = request.form.get('chunk', 0) # 获取该分片在所有分片中的序号
filename = '%s%s' % (task, chunk) # 构成该分片唯一标识符
upload_file.save('./upload/%s' % filename) # 保存分片到本地
return rt('./index.html')
@app.route('/upload/complete', methods=['GET'])
def upload_success(): # 所有分片均上传完后被调用
target_filename = request.args.get('filename') # 获取上传文件的文件名
task = request.args.get('task_id') # 获取文件的唯一标识符
chunk = 0 # 分片序号
with open('./upload/%s' % target_filename, 'wb') as target_file: # 创建新文件
while True:
try:
filename = './upload/%s%d' % (task, chunk)
source_file = open(filename, 'rb') # 按序打开每个分片
target_file.write(source_file.read()) # 读取分片内容写入新文件
source_file.close()
except IOError:
break
chunk += 1
os.remove(filename) # 删除该分片，节约空间
return rt('./index.html')
优化思路：将上传的分片组合成新文件时，需将分片内容全部读出，会造成内存紧张。可以考虑不合并分片，下载时直接按序读取并回传
四、断点续传
前端代码
/* 在点击上传前，调用ajax获取后台文件名列表 */
// 点击选择，获取所有文件名称
$("#picker").on("click",function(){
$.ajax({
url: "/check", // 对应flask中的路由
type: "POST", // 请求方法
data: 'POST TEST', // 传送的数据
dataType: "json", // 传送的数据类型
success: function (data) { // 成功得到返回数据后回调的函数
file_list_finish = data.file_list.toString().split(',');
}
})
});
/* 每个分片上传前查看是否有重名文件，分片的命名由框架加密，相同则跳过此分片。*/
WebUploader.Uploader.register({
"before-send": "beforeSend", // 每个分片上传前
},
{
beforeSend:function(block){ //如果有分块上传，则每个分块上传之前调用此函数
var deferred = WebUploader.Deferred();
block_name = task_id + block.chunk;
for (var i=0;i<file_list_finish.length;i++){
if (file_list_finish[i] == block_name){
//取消分片发送
deferred.reject();
break;
}
}
deferred.resolve();
return deferred.promise();
}
});
后端代码
"""后台返回文件名的函数"""
@app.route('/check',methods=['POST']) # 第一个参数是路由，第二个是请求方法
def check_file():
recv_data = request.get_data() # 得到前端传送的数据
file_list = []
for root, dirs, files in os.walk(file_dir):
file_list.append(files) # 当前路径下所有非目录子文件
return jsonify({'file_list':file_list }) # 返回数据
标签：断点续传,task,文件,Python,file,分片,上传,id 来源： https://www.cnblogs.com/Zzbj/p/16373953.html