HTTP 文件上传
概述
最近有需要完成 HTML 页面上传文件至 hdfs 的后台功能。
本文记述 HTTP 文件上传的基本原理和协议。
计划后续完成以下内容：
- 基于 clojure ring 和 apache commons FileUpload 实现文件上传的记录
- hdfs webhdfs 实现文件下载的代码分析
实现
客户端
HTML 需要关心两点：
- 表单提交方式
enctype - input 类型
file
enctype
enctype 属性定义了 FORM 元素提交到服务器的内容的编码方式 ，参见w3说明。HTML 表单提供了三种编码 FORM 提交方式：
application/x-www-form-urlencoded(default)multipart/form-datatext/plain
进行文件上传时（当 HTML 中包含有 <input type="file"> 时），需要使用第二种 multipart/form-data，更加适应于非 ASCII 文本类型文件（如二进制文件）的上传
input type
参见 RFC ，基于表单的文件上传方式中为 input-type 添加了一个新的类型值 FILE
协议
基本协议
- 整体为
multipart/form-data，指定后续内容间分隔符 - 分隔符是客户端生成的特殊字段
- 不同的数据顺序与输入顺序一致
- 不同数据之间以
part boundaries分隔 - 每个数据由
"Content-Disposition" : "form-data"标识- 有独立的 MIME 类型（即
Content-Type） filename属性，指定控制名称 (control name)- 可选的
"Content-Transfer-Encoding"设定内容编码方式
- 有独立的 MIME 类型（即
补充
对于同时上传多个文件情况，则在 multipart/form-data 中嵌入 multipart/mixed，其内容与 multipart/form-data 一致，需要指定自己独特的分隔符字符串
示例
使用如下静态页面：
<!DOCTYPE html4>
<html>
<head>
<title>upload test</title>
</head>
<body>
<form enctype="multipart/form-data"
method="post"
action="http://localhost:3001">
<p/><input type="text" name="Your name" value="larry"/>
<p/><input type="file" name="file-to-upload" filename="upload123.txt"/>
<p/><button type="submit">Submit</button>
</form>
</body>
</html>
上传文件，并使用 nc -l 3001 监听，用 wireshark 抓包结果如下图所示：
