文件上传的基本原理（一）

一.概述

 Struts/Spring MVC 文件上传实现都是基于Commons-fileupload，但背后的原理，大多数估计没有关注，最近阅读Commons-fileupload源码也发现，只有基础才是最重要的，万变不离其宗，在it领域不然会被漫天的新技术，冲昏了头，不知所措，下面开始。

二.HTTP报文

1.要想理解文件上传，先要对HTTP报文有一个基本的了解

2.HTTP报文是简单的格式化数据块，每条报文都包含来自客户端（如浏览器）的请求，或者来自服务器的响应

3.HTTP报文由3部分组成

• 起始行                  - 对报文的描述，所有的HTTP报文都以一个起始行作为开始，即报文的第一行就是起始行
• 首部                     - 可以有0或多个首部字段，每个首部 字段都包含一个名字和一个值，首部字段后是\r\n，首部以一个空行\r\n结束
• 实体的主体部分   - 首部恐婚之后就是可选的报文实体，实体的主体是HTTP报文的负荷，传输的内容就在实体的主体中

2.1. 通用首部

 提供一些有用的通用功能，有0个或多个首部字段，每个首部字段以\r\n结束，首部以一个空行\r\n与实体分隔开

2.2 实体首部

1.实体首部指的是用于应对实体主体部分的首部，如实体首部可以说明实体主体部分的数据类型

2.每个实体首部以CRLF结束，紧随就是实体主体的原始数据，不管是文本还是二进制

2.3 实体主体

1.实体的主体就是HTTP报文的负荷，就是HTTP要传输的内容

2.HTTP可以承载很多类型的数据类型：图片、视频、文档等，可以是二进制，也可以是文本

2.4 TCP

1.TCP为HTTP提供了一条可靠的比特传输管道。从TCP一端填入的字节会从另一端以原有的顺序、正确的传送出来，TCP提供了：

• 无差错的数据传输
• 按序传输 - 数据总是按照发送的顺序到达
• 未分段的数据流 - 可以在任何时刻以任意尺寸将数据发送出去

2.HTTP要传送一条报文时，会以流的形式将报文数据的内容通过一条打开的TCP连接按序传输，TCP收到数据流后，会将数据流砍成被称作段的小数据块，并将段封装在IP分组中，通过因特网传输。所有这些工作都是由TCP/IP软件完成的，HTTP程序员什么也看不见

3.只要建立了TCP连接，客户端与服务器之间的报文交换就不会丢失，不会被破坏，也不会在接收时出现错序了。

三.Form表单

<form method="post" name="excel_upload" action="upload.do" enctype="multipart/form-data"><input type="file" name="fileName" accept=".xls,.xlsx" multiple="multiple"></form>

• method必须为post，值不是放在URL后面传到服务器中的

• 对于“multipart/form-data”类型的form表单，浏览器上传的实体内 容中的每个表单字段元素的数据之间用字段分隔界线进行分割，两个分隔界线间的内容称为一个分区，每个分区中的内容可以被看作两部分，一部分是对表单字段元 素进行描述的描述头，另外一部是表单字段元素的主体内容
• accept=".xls, .xlsx"限制了上传文件为Excel
• multiple="multiple"说明可以同时上传多个文件

四.请求报文

4.1 如果选择2个Excel文件：测试.xlsx和测试1.xlsx

4.2 请求报文

4.3 实体

为了显示观看，故意换行显示，其实是没有的

1. 首部中Content-Type定义了分隔符boundary，以4个破折号开头
2. 实体中分隔符 = "\r\n--" + 首部中分隔符boundary
3. 实体首部Content_Disposition中定义了filename表示上传文件名（name=“fileName”表示input域属性），由于这里是一个input框中上传两个Excel文件，所以这里的2个实体首部中的Content_Disposition的name属性都为fileName
4. 实体首部Content-Type描述了上传文件的类型，这里表示Sheet工作表，即Excel
5. 实体首部中多行是以CRLF分隔的，即\r\n
6. 实体中可能存在多部分，每一部分之间以分隔符boundary分隔，每个部分的实体首部与主体之间以CRLFCRLF分隔，即\r\n\r\n
7. 符号 - 标志 - 十六进制 - 字节码 ， 回车： \r - CR - 0d - 13, 换行：\n - LF - oa - 10