WEB 文件传输技术全讲解

更多腾讯海量技术文章，请关注云加社区：https://cloud.tencent.com/developer

作者：潘兴颂

导语

在WEB领域，文件上传，是一个古老的话题。对于不少网站而言，它是一个基础的功能。近些年以来，技术突飞猛进，唯独文件上传这一块却貌似依然停留在IE6的年代。对于用户来说，最不能忍受的事情，大概就是上传到99%的时候突然卡住不动然后被告知要从头开始了。因此断点续传一直是网页开发者们着力解决的技术难题。早期由于技术限制，在网页上实现断点续传的唯一途径是使用插件。直到HTML5出现以后，基于XMLHttpRequest2.0以及File API，断点续传问题才得以较好地解决。

WEB文件上传技术1.0

文件上传的最基本形式，是使用表单元素file：

这种方式最简单也最直接，而且所有浏览器都支持：

选择文件后，点击Send File按钮就可以上传文件了。然而这种方式缺点也是特别明显的，首先它是“同步”上传的，也就是说，点了上传按钮后，页面就处于锁定状态。而且如果页面报错，已填写的内容可能会丢失，文件也要重新上传。

WEB文件上传技术1.1

Form表单的上传是“同步”的，有没有办法像Ajax请求那样，不刷新页面也能提交文件呢？在HTML5出现以前，只能用iframe来做到这一点。方法是，生成一个iframe，里面的内容是一个表单，当我们点击上传的时候，触发该表单进行提交，并在upload.php中返回一段js进行回调处理即可。基于这个原理实现的组件，可以参考AjaxFileUpload

该方案很好地解决了Form表单同步提交方式的不少问题，但上传的过程中无法看到进度。用户可能会等得比较焦虑，有没有方法在上传的时候看到进度条呢？

WEB文件上传技术1.2

Flash曾经是网页世界里最闪亮的一颗星星。他除了播放多媒体以外，还提供了不少底层的文件操作接口。Flash8.0以后就开始提供FileReference类，例如使用brow可以打开文件选择器选择单个文件，browForMultifiles选择多个文件, upload开始上传, load把文件内容载入内存。通过这些方法，再结合ExternalInterface方法与页面的javascript进行交互，我们就可以做成一个基于Flash的文件上传组件，常见的组件有比如， Uploadify 。

从上面的分析来看，Flash不仅能在上传的时候显示进度，而且一次可以选择多个文件。由于它能把文件的内容载入内容，因此理论上可以实现断点续传。然而，这种一次性把整个文件全部载入内容的方式太占用系统资源，决定了它并不适合来对大文件进行断点续传。

此外，由于Flash已经逐步退出市场，基于它来实现文件上传的组件，可能无法在iOS、Mac等设备上使用。

WEB文件上传技术2.0

实际上，在早期除了上面说的三种技术外，还有用浏览器插件来实现文件上传的，例如早期的QQ邮箱超大附件。但浏览器插件的兼容性比较差，开发维护成本也高，所以也逐步退出。

HTML5标准提出以后，网页开发者可以不借助第三方技术，只用javascript就写出支持断点续传的上传方法。所谓断点续传，就是在上传文件的时候，每次向服务器发送一小片数据，当出现中断时可以跳过已发送的部分而续传。可以看出，断点续传的重要基础是分片。HTML5的File API提供了文件的分片操作，但传统的XMLHttpRequest不支持发送二进制数据，因此还需要利用HTML5的XMLHttpRequest2.0提供的API来发送已读的文件片段（这部分片段用FormData对象封装起来）。此外，如果要实现真正意义上的断点续传，也就是当页面刷新后对同一个文件续传，还需要在前端对文件进行识别，即sha1或者md5等技术。

可见，基于HTML5实现一个断点续传的功能，可以不依赖任何第三方插件。然而，当前的PC浏览器市场里，IE浏览器，特别是不支持HTML5的IE8依然占有相当高的份额。对于这部分浏览器用户，我们不得不继续沿用FLASH来兼容。

总的来说，一个好的上传组件，除了要支持断点续传，能提供上传进度显示，支持文件多选等操作，还要兼容各种常见的浏览器，保证基本的上传功能可用。本文所介绍的上传组件——Pan Upload，基于开源组件plupload改造而成。除了支持基本的断点续传，还支持文件SHA1识别（即支持秒传、刷新页面后续传），并提供了丰富的API来支持上传进度显示，支持多文件与文件目录上传，并可以自定义文件格式过滤。对于现代浏览器，它自动启用HTML5的特性，完成快速的断点续传；对于老式的IE浏览器，它自动切换到FLASH上传方式，提供基本的上传功能。

Pan Upload的功能截图：

该组件的使用比较简单，除了传统的

标签引入之外，它还支持AMD方式引入，引入方法：

或者使用requirejs引入：

这就完成了前端组件的引入。然而，断点续传的实现，离不开后台的支持，Pan Upload组件除了提供前台的完整支持外，在后端还提供了配套的服务：

后台支持续传、重传、秒传；

文件格式识别与处理：图片文件自动转存到CDN并提供尺寸变化（缩略图）、鉴黄、水印等服务；音视频文件自动转码并转存到CDN，提供多种画质的在线点播服务；PPT/WORD文件自动解析并提供在线预览服务等；

下载链接防盗链；

用户存储空间管理，垃圾文件定期自动回收管理等

有关后台架构的介绍，将会在另外一篇文章专门介绍。