Python实现大文件分片上传和断点续传[转]
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
