Chrome 下载大文件报错!用 Streamsaver.js 完美填坑

简介: 本文探讨了Chrome下载大文件报“网络错误”的原因及解决方案。由于Chrome对Blob数据有大小限制,导致大文件下载失败。通过将responseType改为ArrayBuffer可临时解决1-2G文件问题,但超3G仍会崩溃。最佳方案是使用Streamsaver.js实现流式下载,边接收边保存,避免内存溢出,完美支持超大文件下载。

本文系转载,转载链接:Chrome 下载大文件报错!用 Streamsaver.js 完美填坑

前言

用 Chrome 下载大文件时,有时会弹出 “网络错误”,换其他浏览器却能正常下载。今天就来排查一下这个问题产生的原因,提供一些解决思路给大家。

一、为什么 Chrome 独有的 “大文件下载坑”?

同样的网络、同样的文件,Chrome 报错而其他浏览器正常,核心问题出在 Chrome 对 “大文件数据处理” 的特殊限制上:Chrome 处理大文件时,默认用Blob类型存储数据,但Blob对大文件有隐性限流,一旦文件超过阈值,就会触发 “网络错误” 的保护机制;而其他浏览器对Blob的限制更宽松,所以能正常下载。

二、尝试思路:把 responseType 从 Blob 换成 ArrayBuffer

如果下载的文件在 1-2G 之间,这个方法能快速解决问题,具体操作和原理如下:

1. 为什么换 ArrayBuffer 有用?

Blob像 “固定大小的纸箱”,装太大的东西会变形(触发限流);而ArrayBuffer像 “可伸缩的布袋”,能更灵活地容纳大文件数据,避开 Chrome 对Blob的限流机制。简单来说,把请求响应的数据类型从Blob改成ArrayBuffer,就能让 Chrome 正常处理 1-2G 的文件下载。

2. 注意:ArrayBuffer 不是 “万能药”

这个方法有明确的局限:当文件超过 3G 时,ArrayBuffer会占用大量内存,从而导致两种问题出现 —— 要么 Chrome 直接崩溃,要么下载的文件变成几 K / 几 B 的残缺文件,相当于 “布袋装太多东西会撑破”。如果你的文件在 3G 以内,用这个方法能临时救急;超过 3G,就需要更彻底的方案。

三、完美解决 —— 用 Streamsaver.js 实现流式下载,支持超大文件

经过多次尝试,最终发现Streamsaver.js能彻底解决问题,它就像 “给大文件开了‘绿色通道’”,通过 “流式传输” 边接收数据边保存,不占用大量内存,还能避开 Chrome 的各种限制。

1. 什么是 “流式传输”?

传统下载是 “先把整个文件收到浏览器里,再保存到本地”,就像 “先把水装满桶,再倒进盆里”,但是桶太小就会溢出;而流式传输是 “收到一点水就倒进盆里”,不用等水装满桶,既能处理超大文件,又不占用过多内存。

2. Streamsaver.js 的具体使用步骤

第一步:安装依赖

在项目中执行命令安装Streamsaver.js

npm i streamsaver

第二步:编写下载函数

在代码中引入工具并编写下载逻辑:

import streamSaver from "streamsaver"

export async function streamSaverTest(url, name) {
    var url = baseURL + url
    const currentUrl = window.location.origin;
    StreamSaver.mitm = `${currentUrl}/mitm.html?version=2.0.0`
    const fileStream = StreamSaver.createWriteStream(`${name}.zip`);
    fetch(url, {
        method: 'GET',
        headers: { 'Authorization': 'Bearer ' + getToken() },
    }).then((res) => {
        console.log('=-res', res)
        const readableStream = res.body
        if (window.WritableStream && readableStream.pipeTo) {
            return readableStream.pipeTo(fileStream).then(() => console.log('下载完成'))
        }
    })
}

3. 为什么不用 Axios,偏用 Fetch?

因为 Axios 的responseType只支持arraybufferblob等固定类型,不支持 “流(stream)”;而 Fetch 能直接获取响应的body流数据,和Streamsaver.js的流式传输完美适配。

四、总结

在建设网站的过程中,面对 Chrome 大文件下载错误,通用 Streamsaver.js 做流式下载,一般情况都可以解决问题。

相关文章
|
6天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
5天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
5天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
1080 4
|
8天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
677 2
|
6天前
|
编解码 自然语言处理 文字识别
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
凌晨,Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型,本地部署友好,并完整保留了Qwen3-VL的全部表现,评测指标表现优秀。
510 7
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
|
7天前
|
JavaScript API 开发工具
如何在原生App中调用Uniapp的原生功能?
如何在原生App中调用Uniapp的原生功能?
331 139