文件保存
前面我们已经学习了文件的上传，多个文件上传，以及文件对象的常用属性获取。但是实际开发中通常需要在上传文件后对文件进行保存，今天我们就一起来看看。
代码
from fastapi import File,UploadFile from typing import List @app.post('/upfile1/') async def up_f1(request:Request,upload_list:List[UploadFile]=File(...)): # 获取文件名称列表 file_names=[dd.filename for dd in upload_list] # 获取文件大小列表 file_sizes=[len(ds.read())/1024 for ds in [dd.file for dd in upload_list]] # 获取文件类型列表 file_types=[dd.content_type for dd in upload_list] # 获取文件对象列表 filesss = [dd for dd in upload_list] # 根据文件个数进行遍历，使用列表索引 for ss in range(len(file_names)): # 指定文件保存路径（使用源文件名称），当前路径下的file目录下 pth = 'file\\{}'.format(file_names[ss]) # 读取文件对象内容，阻塞，等待文件上传完成 fx = await filesss[ss].read() # 根据文件路径打开，保存文件 with open(pth,'wb') as f: f.write(fx) return templates.TemplateResponse( 'f.html', { "request":request, "file_names":file_names, "file_sizes":file_sizes, "file_types":file_types }) 复制代码
执行上传
选择两个文件进行上传
网络异常，图片无法展示
|
查看当前路径下的 file 目录
网络异常，图片无法展示
|
可以看到，文件已经上传成功。
Q&A
Q：对于超大文件应该如何处理呢？
明显的，上面的代码对于超大文件的处理已经显得力不从心了，具体时间为什么呢？因为文件对象的 read 方法是将前端传过来的文件读到内存中，如果是很大的文件就会将内存撑爆。
就算你的服务器内存够大，那也会存在这个问题。而且成本很高。再或者你限制上传文件的大小，那对当前的内存也是亚历山大，而且可能会影响其他服务的运行。
最优的解决方案就是分片读取，分片保存。
代码
@app.post('/upfile1/') async def up_f1(request:Request,upload_list:List[UploadFile]=File(...)): # 获取文件名称列表 file_names=[dd.filename for dd in upload_list] # 获取文件大小列表 file_sizes=[round(len(ds.read())/1024,2) for ds in [dd.file for dd in upload_list]] # 获取文件类型列表 file_types=[dd.content_type for dd in upload_list] # 获取文件对象列表 filesss = [dd for dd in upload_list] # 根据文件个数进行遍历，使用列表索引 for ss in range(len(file_names)): # 指定文件保存路径（使用源文件名称），当前路径下的file目录下 pth = 'file\\{}'.format(file_names[ss]) with open(pth, 'wb') as f: # @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ # 每次读取1Mb写入 for i in iter(lambda : filesss[ss].file.read(1024*1024),b''): f.write(i) # @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ return templates.TemplateResponse( 'f.html', { "request":request, "file_names":file_names, "file_sizes":file_sizes, "file_types":file_types }) 复制代码
如上代码中的
@@@@@@区域，每次读取1Mb，写入文件，即可实现分块读取上传。
效果
网络异常，图片无法展示
|
网络异常，图片无法展示
|
感谢您的阅读，别忘了关注，点赞，评论，转发四连哟！
