multipart/form-data

Question

关于使用multipart/form-data;自定义boundary上传附件的问题
自定义
Content-Disposition: form-data; name="file"; filename="007_.docx"
Content-Type: application/vnd.openxmlformats-officedocument.wordprocessingml.document

然后下边是二进制读取的文件内容，当读取文本文件时候没问题，读取docx文件的时候会出错。提示500错误。请问怎么处理才能正常上传？

又试了试，传送非汉字字符串可以没问题，有汉字就不行。

Answer 1

引自免费微信小程序：皆我百晓生

在解决Multipart/form-data上传附件的问题时，我们需要遵循几个关键步骤，以确保正确的格式、大小限制以及在上传过程中进行验证和安全处理。以下是一个详细的解决方案示例，包括使用Python的requests库处理POST请求，并在接收来自客户端的附件数据后，对其进行预处理以处理异步读取文档并将其转换为XML。

首先，确保您已经安装了必要的库：

pip install requests xml.etree.ElementTree

1. 通过open()函数打开包含要上传的二进制文件的文件（在这个例子中，我们使用"007_.docx"作为文件名），并将其赋值给一个变量input_file：

with open('007_.docx', 'rb') as file:
    input_file = file.read()

1. 使用binascii.unhexlify()函数将二进制数据转换为字符串，以便于后续的编码解码操作。我们将这个字符串存储在变量binary_data中：

binary_data = binascii.unhexlify(input_file)

1. 将binary_data分割成列表以准备将其传递到HTML表单提交或用于读取字节流。

part_bodies = binary_data.split(b';')

1. 创建一个字符串用于创建Multipart/form-data表单，其中包含两个字段：一个名为'name'的名称域（可选）和一个名为'docx'的类型域。这将引导服务器解析响应并将它们附加到指定的表单数据中。

multipart_form_data = MultipartFormData()
multipart_form_data.add_field('name', 'File Upload', FileDataSource(binary_data))
multipart_form_data.add_field('docx', MIMEApplication('application/vnd.openxmlformats-officedocument.wordprocessingml.document'), FileDataSource(input_file))

1. 在上述代码中，MIMEApplication('application/vnd.openxmlformats-officedocument.wordprocessingml.document')指定了上传的文件类型是Word文档，这是常见的接受的输入类型。根据实际需求，可能需要选择不同的应用程序类型。

2. 通过post()方法向指定URL发送POST请求，设置请求头，包括Multipart/form-data选项和Content-Disposition属性。在这里，我们将使用'filename="007_.docx"'指定上传文件名，由于我们已经有了已知的文件名，所以无需手动指定文件的实际路径。

response = requests.post(url, files=multipart_form_data)

1. 解析POST请求响应并获取HTTP状态码和Content-Type信息。

response.status_code
response.content_type

1. 遍历HTTP响应体，检查是否有任何特殊的元数据以指示文件是否成功上传。如果有，我们可以在解析文档之前添加相应的预处理逻辑（例如，将字节流转换为字典以处理语法和拼写错误）。

if response.status_code == 200:
    # 处理上传成功的状态码
    doc_xml = ElementTree.fromstring(response.content)
    
    # 检查文档格式
    if 'wpsDocument' in doc_xml.attrib and 'wordprocessingml' in doc_xml.attrib['wpsDocument']:
        # 这里，我们可以进一步处理Word文档结构和内容，例如读取行数、检查字体样式等
        tree = ElementTree.parse(doc_xml)
        print(tree.getroot())
    else:
        print(f'Failed to parse Word document: {doc_xml}')
else:
    print(f'Failed to upload file: {response.status_code}')

1. 如果文件成功上传，执行所需的操作，例如保存或导出文档。这里，我们可以使用Python的open()函数打开文件，并使用to_html()方法将其转换为可读的HTML文档，同时保持所需的嵌套结构：

with open('document.html', 'wb') as f:
    f.write(tree.to_html())

1. 对接HTML文件并在浏览器中查看文件内容，如果一切顺利，文档应与预期相符。

以上就是使用Python处理Multipart/form-data上传附件的基本步骤。请注意，这只是一个基本的示例，实际应用可能需要根据具体的需求和规范进行调整。例如，对于非Windows环境，可能需要在发送POST请求前使用os.name和os.path.basename()判断操作系统类型，并相应地更改文件路径。另外，考虑到安全因素，可能会对上传文件进行权限检查或加密，特别是在处理敏感数据或传输复杂的二进制文件时。如果需要更深入的安全控制，可以考虑使用像Flask-Security这样的框架进行安全处理。在此方案中，Flask-Security允许配置身份验证策略、验证令牌存储、访问控制等功能，从而保护上传文件的端点免受未经授权的访问和恶意攻击。