用 Servlet 进行文件上传的原理和实现

用Servlet 进行文件上传的原理和实现Servlet 是用 Java 编写的、协议和平台都独立的服务器端组件，使用请求/响应的模式，提供了一个基于 Java 的服务器解决方案。

使用 Servlet 可以方便地处理在 HTML 页面表单中提交的数据，但 Servlet 的 API 没有提供对以 mutilpart/form-data 形式编码的表单进行解码的支持，因而对日常应用中经常涉及到到文件上传等事务无能为力。

如何用 Servlet 进行文件的上传，必须编程实现。

一、基本原理通过 HTML 上载文件的基本流程如下图所示。

浏览器端提供了供用户选择提交内容的界面（通常是一个表单），在用户提交请求后，将文件数据和其他表单信息编码并上传至服务器端，服务器端（通常是一个 cgi 程序）将上传的内容进行解码了，提取出 HTML 表单中的信息，将文件数据存入磁盘或数据库。

二、各过程详解A）填写表单并提交通过表单提交数据的方法有两种，一种是 GET 方法，另一种是 POST 方法，前者通常用于提交少量的数据，而在上传文件或大量数据时，应该选用 POST 方法。

在 HTML 代码中，在 <form> 标签中添加以下代码可以页面上显示一个选择文件的控件。

<input type="file" name="file01">在页面中显示如下（可能随浏览器不同而不同）可以直接在文本框中输入文件名，也可以点击按钮后弹出供用户选择文件的对话框。

B）浏览器编码在向服务器端提交请求时，浏览器需要将大量的数据一同提交给 Server 端，而提交前，浏览器需要按照 Server 端可以识别的方式进行编码，对于普通的表单数据，这种编码方式很简单，编码后的结果通常是 field1=value2&field2=value2&…的形式，如name=aaaa&Submit=Submit。

这种编码的具体规则可以在 rfc2231 里查到，通常使用的表单也是采用这种方式编码的，Servlet 的 API 提供了对这种编码方式解码的支持，只需要调用 ServletRequest 类中的方法就可以得到用户表单中的字段和数据。

这种编码方式（ application/x-www-form-urlencoded ）虽然简单，但对于传输大块的二进制数据显得力不从心，对于传输这类数据，浏览器采用了另一种编码方式，即 "multipart/form-data"的编码方式，采用这种方式，浏览器可以很容易的表单内的数据和文件一起。

这种编码方式先定义好一个不可能在数据中出现的字符串作为分界符，然后用它将各个数据段分开，而对于每个数据段都对应着 HTML 页面表单中的一个 Input 区，包括一个 content-disposition 属性，说明了这个数据段的一些信息，如果这个数据段的内容是一个文件，还会有Content-Type 属性，然后就是数据本身。

这里，我们可以编写一个简单的 Servlet 来看到浏览器到底是怎样编码的。

实现流程：∙重载 HttpServlet 中的 doPost 方法∙调用 request.getContentLength() 得到 Content-Length ，并定义一个与 Content-Length 大小相等的字节数组 buffer 。

∙从HttpServletRequest 的实例 request 中得到一个 InputStream, 并把它读入 buffer 中。

∙使用 FileOutputStream 将 buffer 写入指定文件。

代码清单// ReceiveServlet.javaimport java.io.*;import javax.servlet.*;import javax.servlet.http.*;//示例程序：记录下Form提交上来的数据，并存储到Log文件中public class ReceiveServlet extends HttpServlet{public void doPost(HttpServletRequest request,HttpServletResponse response)throws IOException, ServletException{//1int len = request.getContentLength();byte buffer[] = new byte[len];//2InputStream in = request.getInputStream();int total = 0;int once = 0;while ((total < len) && (once >=0)) {once = in.read(buffer,total,len);total += once;}//3OutputStream out=new BufferedOutputStream( new FileOutputStream("Receive.log",true)); byte[] breaker="\r\nNewLog: -------------------->\r\n".getBytes();System.out.println(request.getContentType());out.write(breaker,0,breaker.length);out.write(buffer);out.close();in.close();}}在使用 Opera 作为浏览器测试时，从指定的文件（ Receive.log ）中可以看到如下的内容--_OPERAB__-T/DQLi2fn47+D52OOrpdrzContent-Disposition: form-data; name="id"id00--_OPERAB__-T/DQLi2fn47+D52OOrpdrzContent-Disposition: form-data; name="file3"; filename="Autoexec.bat"Content-Type: application/octet-stream@echo offprompt $d $t [ $p ]$_$$--_OPERAB__-T/DQLi2fn47+D52OOrpdrz--这里 _OPERAB__-T/DQLi2fn47+D52OOrpdrz 就是浏览器指定的分界符，不同的浏览器有不同的确定分界符的方法，但都需要保证分界符不会在文件内容中出现。

下面是用 IE 进行测试的结果-----------------------------7d137a26e18Content-Disposition: form-data; name="name"123-----------------------------7d137a26e18Content-Disposition: form-data; name="introduce"I am...I am..-----------------------------7d137a26e18Content-Disposition: form-data; name="file3"; filename="C:\Autoexec.bat"Content-Type: application/octet-stream@echo offprompt $d $t [ $p ]$_$$SET PATH=d:\pf\IBMVJava2\eab\bin;%PATH%;D:\PF\ROSE98I\COMMON-----------------------------7d137a26e18--这里 ---------------------------7d137a26e18 作为分界符。

关于分界符的规则可以概况为两条：∙除了最后一个分界符，每个分界符后面都加一个 CRLF 即 '\u000D' 和 '\u000A', 最后一个分界符后面是两个分隔符"--"∙每个分界符的开头也要加一个 CRLF 和两个分隔符（"-"）。

浏览器采用默认的编码方式是 application/x-www-form-urlencoded ，可以通过指定 form 标签中的 enctype 属性使浏览器知道此表单是用 multipart/form-data 方式编码如：< form action="/servlet/ReceiveServlet" ENCTYPE="multipart/form-data" method=post >C）提交请求提交请求的过程由浏览器完成的，并且遵循 HTTP 协议，每一个从浏览器端到服务器端的一个请求，都包含了大量与该请求有关的信息，在 Servlet 中，HttpServletRequest 类将这些信息封装起来，便于我们提取使用。

在文件上载和表单提交的过程中，有两个关心的问题，一是上载的数据是是采用的那种方式的编码，这个问题的可以从Content-Type 中得到答案，另一个是问题是上载的数据量有多少即 Content-Length ，知道了它，就知道了 HttpServletRequest 的实例中有多少数据可以读取出来。

这两个属性，我们都可以直接从 HttpServletRequest 的一个实例中获得，具体调用的方法是 getContentType() 和getContentLength() 。

Content-Type 是一个字符串，在上面的例子中，增加System.out.println(request.getContentType());可以得到这样的一个输出字符串：multipart/form-data;boundary=---------------------------7d137a26e18前半段正是编码方式，而后半段正是分界符;任务分解上述的字符串,取出分界符。

通过 String 类中的方法，我们可以把这个字符串分解，提取出分界符。

String contentType = request.getContentType( );int start = contentType.indexOf("boundary=");int boundaryLen = new String("boundary=").length();String boundary = contentType.substring(start+boundaryLen);boundary = "--" + boundary;判断编码方式可以直接用 String 类中的 startsWith 方法判断。