如何解析 http 标头以获取上传的文件并将其保存到磁盘答案

【问题标题】：How to parse http header to get uploaded file and save it to disk如何解析 http 标头以获取上传的文件并将其保存到磁盘
【发布时间】：2023-04-10 21:00:02
【问题描述】：

我正在使用套接字在 java 中开发一个 http Web 服务器，它获取 post header InputStream，然后我处理了一些由 header 'boundary' 和 '\r\n' 拆分的 String 的 header，并获得了 HashMap 中的所有 Headers、Cookie (s) 并以字符串形式获取文件的内容，并将该字符串保存到服务器上的文件中。当我将文本文件或 java 源文件上传到服务器时，它工作正常，但在 doc、pdf 和图像的情况下，它会显示损坏的文件和损坏的图像。

    PrintWriter out;
        try {
            out = new PrintWriter(new OutputStreamWriter(
                    new FileOutputStream(UploadPath + "\\" + FileName)));
            out.print(FileData);
            out.close();
        } catch (Exception e) {

        }

上面的代码将用“FileName”将“FileData”的内容保存在“UploadPath”中。

如果是 jpg 或 doc 文件 String FileData 具有由上述代码保存的上传文件的二进制内容，我还检查了两个文件的字节大小，两者的字节大小相同，我也匹配了内容实际文件和内容 FileData String 通过调试应用程序。

我还检查了实际上传的图像文件和 FileData 字符串，两者都逐字节匹配，但上传的图像完全损坏。

在互联网上搜索了这一天之后，我无法找到解决方案。请帮忙。

我不想使用大多数页面上建议的 apache commons。

如果您想查看更多代码，那么我将发布它们。

【问题讨论】：

你应该使用一个普通的好 ole FileOutputStream 来写入文件，你为什么使用 PrintWriter??
顺便问一下，你用的是Java 7还是6？
您知道文件损坏的原因吗？任何线索都对我很有帮助吗？文件格式编码有问题吗，因为这些是二进制文件
也许数据是以base64的形式出现的？尝试在文本编辑器中打开结果文件。如果是 base64，则文本由大写和小写字母 A-Z、数字和字符 + 和 / 组成。
至于为什么它会被损坏，这很正常......我会编辑我的答案

标签： java image http file-upload

【解决方案1】：

当你处理二进制数据时，你应该使用byte和OutputStream而不是String和Writer：如果你把一些字节放在一个字符串中，它们就是decoded

因此，如果您在请求中找到了二进制数据的边界（由字节数组表示），请将内容按字节直接复制到输出流中。

仅当您的请求已完全在内存中时才有效。关于文件上传，这并不总是可行的，因为如果您有大文件，您可能会耗尽内存。

所以实现文件上传的最佳方式是只读取流中的下一个字节：这就是拆分和解析的区别时间>。实际上，您需要一个真正的 解析器 来处理多部分表单数据。现在事情变得复杂了，这就是每个人都使用 commons-fileupload 的原因：如果您的“前瞻”只是一些字节，那么检测边界并不容易。

出于法律原因，我不得不实施无尘室实施。如果这不是您的情况，请查看 commons-fileupload 的来源。看看RFC

【讨论】：

是的，你说得对，大文件不应该在单个字符串中处理，我会尝试读取 InputStream 字节。我不想使用任何现有的包或类，但我会阅读它们的源代码。目前我正在尝试将文件数据字符串转换为base64字符串。谢谢。

【解决方案2】：

由于您使用 Java 7，这很容易：使用 Files.copy()。

此外，请勿将文件内容存储为Strings，这些内容仅对文本文件有效。使用经典的InputStream/OutputStreams 进行读/写。

【讨论】：

但是我如何在不获取字符串的情况下拆分 http 标头，因为 html 表单以 multipart/form-data 格式发送标头，我需要解析标头以获取标头内容和文件内容
你已经为自己设定了相当的任务开始（编写一个完整的 HTTP 服务器？？在 Java 中已经有很多，包括 NanoHTTPD），但策略是读取 InputStream 直到你找到一个空行，那些是标题；内容，如果有的话，跟随。
我已经下载了 NanoHTTPD 的源代码，我正在尝试学习他们的文件上传机制

【解决方案3】：

您可以使用如下所示的字节数组读取它

InputStream is = ...
ByteArrayOutputStream buffer = new ByteArrayOutputStream();

int nRead;
byte[] data = new byte[16384];

while ((nRead = is.read(data, 0, data.length)) != -1) {
  buffer.write(data, 0, nRead);
}

buffer.flush();

return buffer.toByteArray();

【讨论】：

但我必须先解析标头，因为它还包含 http 标头的内容，我无法将输入数据直接发送到文件编写器

【解决方案4】：

我这样解决了我的问题，

    while (inputRequest.available()>0) {
            try {
                int t = inputRequest.read();
                ch = (char) t;
                //here i checked each byte data
            } catch (IOException e) {
            }
    }

问题是输入流具有 http 标头字段以及位于流中任何位置的文件内容，因此我首先将字节存储在临时字符串中，直到我在流中获得 '\r' 和 '\n' .通过这种方式，我得到了 multipart/form-data HTTP 标头的边界，然后我比较了临时字符串，直到找到边界和其他已知标头内容，然后我将输入流发送到文件输出流。但在某些情况下，标题可能在文件内容之后包含其他内容，因此它肯定会有一个结束边界，所以我不断跟踪我读取的每个字节，然后我将每个字节单独发送到文件输出流。这是示例 http 标头-

   Host: localhost
   User-Agent: Mozilla/5.0 (Windows NT 6.2; WOW64; rv:21.0) Gecko/20100101 Firefox/21.0
   Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
   Accept-Language: en-US,en;q=0.5
   Accept-Encoding: gzip, deflate
   DNT: 1
   Referer: http://localhost/index.html
   Connection: keep-alive
   Content-Type: multipart/form-data; boundary=---------------------------274761981030199
   Content-Length: 1405

   -----------------------------274761981030199
   Content-Disposition: form-data; name="name1"

   pppppp
   -----------------------------274761981030199
   Content-Disposition: form-data; name="name2"

   rrrrrrrrr
   -----------------------------274761981030199
   Content-Disposition: form-data; name="name3"

   eeeeeeee
   -----------------------------274761981030199
   Content-Disposition: form-data; name="name4"

   2
   -----------------------------274761981030199
   Content-Disposition: form-data; name="name5"; filename="CgiPost.java"
   Content-Type: text/x-java-source

   import java.io.*;

   // This appears in Core Web Programming from
   // Prentice Hall Publishers, and may be freely used
   // or adapted. 1997 Marty Hall, hall@apl.jhu.edu.


   public class CgiPost extends CgiGet 
   {

   public static void main(String[] args) 
   {

   try 
   {

   DataInputStream in
    = new DataInputStream(System.in);

   String[] data = { in.readLine() };

   CgiPost app = new CgiPost("CgiPost", data, "POST");

   app.printFile();
       } catch(IOException ioe) {
         System.out.println
           ("IOException reading POST data: " + ioe);

   }
     }

     public CgiPost(String name, String[] args,
     String type) {
       super(name, args, type);
     }
   }

   -----------------------------274761981030199
   Content-Disposition: form-data; name="name6"

   pppppppppp
   -----------------------------274761981030199--

注意：在某些情况下，您的应用程序代码可能会到达 inputRequest.available() 但浏览器尚未发送请求，在这种情况下 inputRequest.available() 将始终返回 0 并且您的 while 循环将立即退出。为了避免这种情况，首先使用 inputRequest.read() 读取一个字节，然后执行代码，因为如果是 http 标头，您可以从其他字节中猜测第一个字节。

如果您使用一些 count int，请使用 long 而不是 int，因为在某些情况下流会在 int 变量达到其限制的情况下停止。

尝试将int t = inputRequest.read()返回的int值传递给fileoutputstream.write(t)。

inputRequest.available() 在您读取字节形式的输入流时不断减少，它返回流中可用的字节数。

通过这种方式，您可以上传大文件而不会损坏。

如果有人需要更多详细信息，请留下您的评论。

【讨论】：